数据处理方法、装置、计算机可读存储介质及终端设备与流程

本发明属于计算机
技术领域：
，尤其涉及一种数据处理方法、装置、计算机可读存储介质及终端设备。
背景技术：
：随着大数据技术的不断普及，越来越多的场景中需要对海量的数据进行分析计算，而在对这些数据进行分析计算之前，首先需要将这些数据进行预处理，将其转换为数据分析工具便于分析计算的数据格式，目前，这些数据处理工作主要依靠人工完成，在数据量较大的情况下，需要耗费大量的时间成本和人力成本，效率十分低下。技术实现要素：有鉴于此，本发明实施例提供了一种数据处理方法、装置、计算机可读存储介质及终端设备，以解决现有的依靠人工进行数据处理时耗费大量的时间成本和人力成本，效率十分低下的问题。本发明实施例的第一方面提供了一种数据处理方法，可以包括：接收预设的抓包工具采集并发送的数据包，所述数据包中包括一条以上的数据记录；根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式，所述正则表达式资源库中包括一个以上的正则表达式，每个正则表达式均对应于一种数据格式，所述目标记录为所述数据包中的任意一条数据记录；在预设的数据处理规则库中查找目标处理规则，所述目标处理规则为与所述数据包的数据格式对应的数据处理规则；根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。本发明实施例的第二方面提供了一种数据处理装置，可以包括：数据包接收模块，用于接收预设的抓包工具采集并发送的数据包，所述数据包中包括一条以上的数据记录；格式匹配模块，用于根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式，所述正则表达式资源库中包括一个以上的正则表达式，每个正则表达式均对应于一种数据格式，所述目标记录为所述数据包中的任意一条数据记录；处理规则查找模块，用于在预设的数据处理规则库中查找目标处理规则，所述目标处理规则为与所述数据包的数据格式对应的数据处理规则；数据处理模块，用于根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如下步骤：接收预设的抓包工具采集并发送的数据包，所述数据包中包括一条以上的数据记录；根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式，所述正则表达式资源库中包括一个以上的正则表达式，每个正则表达式均对应于一种数据格式，所述目标记录为所述数据包中的任意一条数据记录；在预设的数据处理规则库中查找目标处理规则，所述目标处理规则为与所述数据包的数据格式对应的数据处理规则；根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。本发明实施例的第四方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：接收预设的抓包工具采集并发送的数据包，所述数据包中包括一条以上的数据记录；根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式，所述正则表达式资源库中包括一个以上的正则表达式，每个正则表达式均对应于一种数据格式，所述目标记录为所述数据包中的任意一条数据记录；在预设的数据处理规则库中查找目标处理规则，所述目标处理规则为与所述数据包的数据格式对应的数据处理规则；根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。本发明实施例与现有技术相比存在的有益效果是：本发明实施例在接收预设的抓包工具采集并发送的数据包后，首先根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式，然后在预设的数据处理规则库中查找与所述数据包的数据格式对应的目标处理规则，最后根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。通过本发明实施例，使用正则匹配的方式自动确定出数据包的数据格式，并进一步根据相应的处理规则自动进行数据处理，即通过全自动化的方式实现了数据格式匹配以及数据处理的完整过程，整个过程无需任何人工干预，节省了大量的时间成本和人力成本，极大提升了数据处理的效率。附图说明为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1为本发明实施例中一种数据处理方法的一个实施例流程图；图2为对数据包进行格式匹配的示意流程图；图3为设置多个备用数据处理终端来对数据包进行并行处理的示意图；图4为对数据包进行分流处理的示意流程图；图5为本发明实施例中一种数据处理装置的一个实施例结构图；图6为本发明实施例中一种终端设备的示意框图。具体实施方式为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。请参阅图1，本发明实施例中一种数据处理方法的一个实施例可以包括：步骤s101、接收预设的抓包工具采集并发送的数据包。所述抓包工具为对在网络中传输的数据进行采集的工具，在本实施例中，所述抓包工具包括但不限于fiddler、wireshark等工具。所述抓包工具会将采集到的数据打包为若干个数据包，并将数据包发送至预设的数据处理终端中，所述数据处理终端即为本实施例的实施主体。其中，每个数据包中均包括一条以上的数据记录，每个数据包具体容纳的数据记录的条数可以根据实际情况进行设置，例如，可以将其设置为1000条、2000条、5000条或者其它取值等等。如下所示，即为某一数据包中各条数据记录的具体实例：c0-e1＝string:tsalesapplycustcontactc0-e4＝string:tsalesapplycustc0-e6＝string:truec0-e7＝string:updc0-e8＝string:2011068c0-e9＝string:2c0-e10＝string:1c0-e11＝string:1c0-e12＝string:c0-e13＝string:9c0-e14＝string:tsalesapplycustc0-e15＝string:1其中，每一行均为一条数据记录。需要注意的是，每个数据包中的各条数据记录均为针对同一业务场景所采集的数据，同一数据包中的各条数据记录均具有相同的数据格式，不同数据包中的数据记录可以具有相同的数据格式，也可以是不同的数据格式。其中，数据格式是指数据记录所呈现出来的规律性的格式特征，如前例所示，其数据格式为：每条数据记录以c开头，其后为若干位十进制数字(至少一个)，其后为“-e”，其后为若干位十进制数字(至少一个)，其后为“＝string:”，其后为由若干位十进制数字或字符组成的字符串(字符串长度可以为0)。步骤s102、根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式。所述正则表达式资源库中包括一个以上的正则表达式，每个正则表达式均对应于一种数据格式。对于每一个业务场景，都可以预先设置与其数据格式相对应的正则表达式，将各个数据格式的正则表达式构造为如下表所示的正则表达式资源库：正则表达式，又称规则表达式(regularexpression)，是计算机科学的一个概念，通常被用来检索、替换那些符合某个模式(规则)的文本，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。当所述数据处理终端需要对接收到的数据包进行格式匹配时，首先从该正则表达式资源库中选取其中的一个正则表达式对所述数据包中的数据记录进行匹配，若匹配成功，则可确定所述数据包的数据格式即为在正则表达式资源库中这一正则表达式所对应的数据格式。由于同一数据包中的各条数据记录均具有相同的数据格式，因此，在使用正则表达式进行格式匹配时，可以从所述数据包中任意选取一条数据记录(也即所述目标记录)进行格式匹配即可，而无需对所述数据包中的所有数据记录均进行格式匹配。若格式匹配失败，再选取下一个正则表达式对所述数据包进行格式匹配，并不断重复以上过程，直至格式匹配成功为止。需要注意的是，上述正则表达式资源库的具体内容可以根据实际情况进行调整，例如，当某些数据格式的数据不再需要进行分析时，可以将其对应的条目从该正则表达式资源库中删除，当新增了某些数据格式的数据需要进行分析时，可以将其对应的条目添加入该正则表达式资源库中，还可以根据实际情况对某一数据格式所对应的正则表达式进行修改，以保持该正则表达式资源库可以适用于最新的业务场景。优选地，考虑到不同数据格式的数据包出现的概率可能会存在着较大的差异，例如，某一个或者某几个数据格式的数据包总数可能会占据所有数据包总数的绝大部分，而其它数据格式的数据包可能只有很少的数量，为了减少匹配次数，可以根据如图2所示的过程对所述数据包进行格式匹配：步骤s1021、根据在预设的统计时段内的历史匹配记录分别计算所述正则表达式资源库中的各个正则表达式的匹配成功率。所述统计时段可以根据实际情况设置为1个月，2个月，3个月，半年，一年或者其它取值，由于过于久远的数据参考意义不大，因此一般将其设置在一年之内为宜。匹配成功率与正则表达式在历史匹配记录中的匹配成功次数正相关，即匹配成功次数越多，则匹配成功率越高，匹配成功次数越少，则匹配成功率越低。该历史匹配记录中记录了每次对数据包格式匹配成功时所使用的正则表达式，例如，若历史上共对50个数据包进行了格式匹配，其中，有30次是由正则表达式1匹配成功的，有14次是由正则表达式2匹配成功的，有6次是由正则表达式3匹配成功的，说明使用正则表达式1进行匹配的成功率最高，使用正则表达式2进行匹配的成功率次之，使用正则表达式3进行匹配的成功率最低，则可以将正则表达式1设置为最高的匹配成功率，将正则表达式2设置为次高的匹配成功率，将正则表达式3设置为最低的匹配成功率。为了进行精确计算，在本实施例的一种具体实现中，可以首先将所述统计时段划分为t个子时段，t为正整数，t的取值可以根据实际情况设置，例如，可以将其设置为5、10、20或者其它取值。需要注意地是，t取值越大，则计算量也越大，但计算精度越高；t取值越小，则计算量也越大，但计算精度越低，需要根据实际情况对这两者进行权衡。然后，分别统计所述正则表达式资源库中的各个正则表达式在各个子时段内的匹配成功次数，并根据下式分别计算所述正则表达式资源库中的各个正则表达式的匹配成功率：其中，n为正则表达式的序号，1≤n≤n，n为所述正则表达式资源库中的正则表达式的总数，t为子时段按照时间先后顺序排列的序号，1≤t≤t，在时间维度上越早的子时段其t的取值越小，matsucnumn,t为所述正则表达式资源库中的第n个正则表达式在第t个子时段内的匹配成功次数，weightt为预设的权重系数，且weightt<weightt+1，即越靠后的子时间段权重系数越大，这是因为与当前时刻越接近的数据，其参考意义越大，而与当前时刻越久远的数据，其参考意义越小，例如，本周记录的数据显然要比几个月前的数据更能反映用户当前的使用习惯，matsucration为所述正则表达式资源库中的第n个正则表达式的匹配成功率。步骤s1022、从所述正则表达式资源库中选取一个尚未被选取过的匹配成功率最高的正则表达式作为候选表达式。步骤s1023、使用所述候选表达式对所述目标记录进行格式匹配。例如，若候选表达式为：“^c[0-9]{1,}-e[0-9]{1,}＝string:”，其中，^表示行首位置，[0-9]表示0至9中的任意一个数字，{1,}表示至少匹配一次，则该正则表达式即可对数据记录以c开头，其后为若干位十进制数字(至少一个)，其后为“-e”，其后为若干位十进制数字(至少一个)，其后为“＝string:”，其后为由若干位十进制数字或字符组成的字符串(字符串长度可以为0)这样的数据记录进行匹配，仍以上述所举的数据包为例，其中的任一条数据记录均可与该候选表达式匹配成功，因此可确定格式匹配成功，反之，则可确定格式匹配失败。步骤s1024、判断格式匹配是否成功。若格式匹配失败，则返回执行步骤s1022及其后续步骤，直至格式匹配成功为止；若格式匹配成功，则执行步骤s1025。步骤s1025、将与所述候选表达式对应的数据格式确定为所述数据包的数据格式。在进行格式匹配时，按照匹配成功率从高到低的顺序从所述正则表达式资源库中依次选取各个正则表达式，这样，可以通过最少的匹配次数来完成格式匹配过程，加快对数据包进行格式匹配的速度。步骤s103、在预设的数据处理规则库中查找目标处理规则。所述目标处理规则为与所述数据包的数据格式对应的数据处理规则。在本实施例中，对各种不同数据格式的数据包将会采取不同的数据处理规则，从而生成后续数据分析工具便于分析计算的数据格式，可以预先设置与各个数据格式相对应的数据处理规则，将各个数据格式的数据处理规则构造为如下表所示的数据处理规则库：数据格式数据处理规则数据格式a数据处理规则1数据格式b数据处理规则2数据格式c数据处理规则3……………………需要注意的是，上述正则库数据处理规则库的具体内容可以根据实际情况进行调整，包括但不限于对数据处理规则的新增、删除及修改等。步骤s104、根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。以如下所示数据格式的数据包为例：c0-e1＝string:tsalesapplycustcontactc0-e4＝string:tsalesapplycustc0-e6＝string:truec0-e7＝string:updc0-e8＝string:2011068c0-e9＝string:2c0-e10＝string:1c0-e11＝string:1c0-e12＝string:c0-e13＝string:9c0-e14＝string:tsalesapplycustc0-e15＝string:1与其对应的数据处理规则可以设置为：将每条数据记录分为两个部分，第一部分为等号之前的数据(c0-e1)，第一部分为等号之后的数据(string:tsalesapplycustcontact)，每一部分的数据均加引号，且两部分之间用冒号分隔("c0-e1"："string:tsalesapplycustcontact")，最后，将各条数据用逗号分隔，并整体加上大括号，从而形成如下所示数据格式的数据包：{"c0-e1"："string:tsalesapplycustcontact"，"c0-e4":"string:tsalesapplycust"，"c0-e6":"string:true"，"c0-e7":"string:upd"，"c0-e8":"string:2011068"，"c0-e9":"string:2"，"c0-e10":"string:1"，"c0-e11":"string:1"，"c0-e12":"string:"，"c0-e13":"string:9"，"c0-e14":"string:tsalesapplycust"，"c0-e15":"string:1"}需要注意的是，以上仅为数据处理规则的一个示例，实际使用中，可以根据具体场景设置与要处理的数据包的数据格式相对应的数据处理规则，此处不再赘述。进一步地，考虑到在实际应用中可能会出现海量数据包待处理的极端情况，而在这种极端情况下，仅通过所述数据处理终端进行处理，则会负荷过重，为了解决这一问题，如图3所示，本实施例中还可以设置多个备用数据处理终端来对数据包进行并行处理。具体地，在步骤s102确定所述数据包的数据格式之后，可以首先统计所述数据处理终端中等待处理的数据包的总数目，若所述等待处理的数据包的总数目小于或等于预设的数目阈值，则仍按照图1所示的过程进行处理，所述数目阈值可以根据实际情况进行设置，例如，可以将其设置为100、200、500或者其它取值。若所述等待处理的数据包的总数目大于所述数目阈值，则按照图4所示的过程进行处理：步骤s401、获取预设的各个备用数据处理终端的配置文件，并根据所述配置文件确定各个备用数据处理终端所对应的数据格式。每个备用数据处理终端专职用于对某一种数据格式的数据包进行处理，这一对应关系会预先存储在各个备用数据处理终端的配置文件中，所述数据处理终端可以获取这些配置文件，并据此确定各个备用数据处理终端所对应的数据格式。步骤s402、将各个备用数据处理终端划分至对应的数据处理集群中。如图4所示，在本实施例中，优选将所有的数据处理终端划分为两个以上的数据处理集群，其中，同一数据处理集群中的备用数据处理终端所对应的数据格式均一致。步骤s403、选取与所述数据包对应的目标集群。所述目标集群中各个备用数据处理终端所对应的数据格式与所述数据包的数据格式一致。步骤s404、将所述数据包发送至所述目标集群进行处理。由于所述目标集群中的各个数据处理终端与所述数据包的数据格式均一致，能够更加快速的对所述数据包进行处理。进一步地，所述数据处理终端可以向所述目标集群中的各个备用数据处理终端分别发送数据包查询请求，并分别接收所述目标集群中的各个备用数据处理终端反馈的待处理数据包数目，然后从所述目标集群中选取待处理数据包数目最小的备用数据处理终端作为优选处理终端，并将所述数据包分配至所述优选处理终端进行处理，所述优选终端的处理过程与步骤s104中的处理过程类似，具体可参照前述具体内容，此处不再赘述。通过图4所示的过程，当对数据流中的各个数据包均进行过格式匹配之后，按照格式匹配的结果将各个数据包分流到与其数据格式所对应的数据处理集群中进行处理。此时，各个数据处理集群中的各个备用数据处理终端将同时对各个数据格式的数据包进行并行处理，从而提升整体的数据处理效率。综上所述，本发明实施例在接收预设的抓包工具采集并发送的数据包后，首先根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式，然后在预设的数据处理规则库中查找与所述数据包的数据格式对应的目标处理规则，最后根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。通过本发明实施例，使用正则匹配的方式自动确定出数据包的数据格式，并进一步根据相应的处理规则自动进行数据处理，即通过全自动化的方式实现了数据格式匹配以及数据处理的完整过程，整个过程无需任何人工干预，节省了大量的时间成本和人力成本，极大提升了数据处理的效率。应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。对应于上文实施例所述的一种数据处理方法，图5示出了本发明实施例提供的一种数据处理装置的一个实施例结构图。本实施例中，一种数据处理装置可以包括：数据包接收模块501，用于接收预设的抓包工具采集并发送的数据包，所述数据包中包括一条以上的数据记录；格式匹配模块502，用于根据预设的正则表达式资源库对目标记录进行格式匹配，确定所述数据包的数据格式，所述正则表达式资源库中包括一个以上的正则表达式，每个正则表达式均对应于一种数据格式，所述目标记录为所述数据包中的任意一条数据记录；处理规则查找模块503，用于在预设的数据处理规则库中查找目标处理规则，所述目标处理规则为与所述数据包的数据格式对应的数据处理规则；数据处理模块504，用于根据所述目标处理规则对所述数据包中的各条数据记录分别进行处理，得到处理后的数据包。进一步地，所述格式匹配模块可以包括：匹配成功率计算单元，用于根据在预设的统计时段内的历史匹配记录分别计算所述正则表达式资源库中的各个正则表达式的匹配成功率；候选表达式选取单元，用于从所述正则表达式资源库中选取一个尚未被选取过的匹配成功率最高的正则表达式作为候选表达式；格式匹配单元，用于使用所述候选表达式对所述目标记录进行格式匹配；第一处理单元，用于若格式匹配失败，则返回执行所述从所述正则表达式资源库中选取一个尚未被选取过的匹配成功率最高的正则表达式作为候选表达式的步骤，直至格式匹配成功为止；第二处理单元，用于若格式匹配成功，则将与匹配成功的所述候选表达式对应的数据格式确定为所述数据包的数据格式。进一步地，所述匹配成功率计算单元可以包括：子时段划分子单元，用于将所述统计时段划分为t个子时段，t为正整数；次数统计子单元，用于分别统计所述正则表达式资源库中的各个正则表达式在各个子时段内的匹配成功次数；匹配成功率计算子单元，用于根据下式分别计算所述正则表达式资源库中的各个正则表达式的匹配成功率：其中，n为正则表达式的序号，1≤n≤n，n为所述正则表达式资源库中的正则表达式的总数，t为子时段按照时间先后顺序排列的序号，1≤t≤t，matsucnumn,t为所述正则表达式资源库中的第n个正则表达式在第t个子时段内的匹配成功次数，weightt为预设的权重系数，且weightt<weightt+1，matsucration为所述正则表达式资源库中的第n个正则表达式的匹配成功率。进一步地，所述数据处理装置还可以包括：数据包数目统计模块，用于统计等待处理的数据包的总数目；配置文件获取模块，用于若所述等待处理的数据包的总数目大于预设的数目阈值，则获取预设的各个备用数据处理终端的配置文件，并根据所述配置文件确定各个备用数据处理终端所对应的数据格式；集群划分模块，用于将各个备用数据处理终端划分至对应的数据处理集群中，其中，同一数据处理集群中的备用数据处理终端所对应的数据格式均一致；集群选取模块，用于选取与所述数据包对应的目标集群，所述目标集群中各个备用数据处理终端所对应的数据格式与所述数据包的数据格式一致；数据包发送模块，用于将所述数据包发送至所述目标集群进行处理。进一步地，所述数据处理装置还可以包括：数目查询模块，用于向所述目标集群中的各个备用数据处理终端分别发送数据包查询请求，并分别接收所述目标集群中的各个备用数据处理终端反馈的待处理数据包数目；终端选取模块，用于从所述目标集群中选取待处理数据包数目最小的备用数据处理终端作为优选处理终端；数据包分配模块，用于将所述数据包分配至所述优选处理终端进行处理。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。图6示出了本发明实施例提供的一种终端设备的示意框图，为了便于说明，仅示出了与本发明实施例相关的部分。在本实施例中，所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备6可包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机可读指令62，例如执行上述的数据处理方法的计算机可读指令。所述处理器60执行所述计算机可读指令62时实现上述各个数据处理方法实施例中的步骤，例如图1所示的步骤s101至s104。或者，所述处理器60执行所述计算机可读指令62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块501至504的功能。示例性的，所述计算机可读指令62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机可读指令62在所述终端设备6中的执行过程。所述处理器60可以是中央处理单元(centralprocessingunit，cpu)，还可以是其它通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机可读指令以及所述终端设备6所需的其它指令和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干计算机可读指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储计算机可读指令的介质。以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页12