© . . © . .
. . . !&. $ !& ' : « & % !&
#!, ! % $ + ) $
% !& » ( #!,
+ . 1).
#,
XVII DAMDID/RCDL’2015 « $! & ! #, ' », « !&
« % ) % !: $ " $ $ ' !& & !&»,
# # $ !& ), . . » « + $! », 13-16 $ " $ CRL ) # [15].
) !
Drools [
+ ! * '
% $ . ! # $ % !&
% !) $! 3 CRL (Cells Rule Language).
!) $!
CRL #, - & !&.
!&. ' !& # , !& & !&.
) % 6 $! ' !
CRL $ # ), ! ! ) # ) # [ 1, 5, 6, 14, 15].
$ ' !& ! % $ ! $ #
%$ + & ) % & !) ' # $ '
#. ! % !& !
: $!
.
DRL
% $ " $ %$ #. 3. # !:
! .
! [
. ( ! 2 $ # , & . ! # # .
+ " % CRL !& 4.
! ! $ ! !&. 6
!) TANGO [16]
%$ !) " ) !& ! !& $
! , 6 » # . 6 % ! $ #!, % ) #!,
" ». & ! % & ! ( # ' ) " . $ ' ! . & !& ) ' ) ' ) ,
! ! $ & & % ! ! #!, !:
, # ), ) ).
, ! ! %
: $ ' !& #!. ' $ 1. !: cl 3 !) cr 3 !) # , rt 3 & rb 3 ; 2. ! ) style, ! $ !&: font 3 * " , horzAlignment 3 $ % vertAlignment 3 % ! , # fgColor 3 bgColor 3 $ , ! # ' ! & # (leftBorder 3 ) , topBorder 3 & ) , rightBorder 3 & ) , bottomBorder 3 & ) ); 3. text 3 , indent 3 ( ' ' ); 4. ' ! !: entries 3 & ) labels 3 , !& $ ) ' ) .
$ %$ % & ' !& !& "
, $ + ) «JSR 94: Java Rule Engine API» [10]. !) " - $ .
(label) 3
' $ ' ; cell 3 (entry),
$ ' ) ): value 3
' ) # , ' !
$ " " (« & & $ ' 4 CRL
CRL ' % ! + ' ' ! # " 4.1 ' ? $ & " ) , $ ! # ) # , http://cells.icc.ru/pub/crl.
# $! , $ CRL 9 # . ) cell $cell : constraints entry $entry : constraints label $label : constraints category $category : constraints
!& $ % # & & CRL , ! ! ! * " ,
% ! %
$ $ , ‘$’.
$ !
' * % ) '
' '
MVEL. +% $ ), & ! ! ! !& ' ) ‘ ,’, a a b b c d c d e g 1 1 1 2 e h 3 4 4 5 f g 6 4 4 5 ! ( ) $
! ( ) ' ) . ,
% ), % ' )
! # ' , ' «*
, $ & - &
$ & !
' . !& . 2, ' )
' : (‘a’,...,‘d’)
& & , ! ! » , ! %
: ! . ) » « # $ (‘1’,...,‘6’), $ (‘e’,...,‘h’), % , $ $ », $
) ' )
CRL ( , + ' ) $c, ) !
! $corner, @RowHeading, ! + $ : when cell $corner : cl==1, rt==1, blank 3 % - ) ' ) , & !& ' &,
" ! ! , ! & ! « & % & $ ' &, ! . !' # % +
C1 C2 C3 a = 1 b = 2 c = 3 d = 4 e = 5 f = 6 g = 7 h = 8 i = 9 . 3. J' )
« '=$ ' », «$ ' » & # $ ! 3 ( ).
) «
'» 3 ( ); : ' $ « « , '=$ ' '» !&
# ) &
« ! $ ' » % ) # & & . 3, ,
, .
), & ».
'» & ' «$ ' $ when cell $cell : rt>1, $t : text a c 1 d 3 b 2 4 '
), $!' )
. ' ) , ' ) «$ '
» 3 $ ) $ ' : & ' ) $ ' ) ! $ #
F CRL I ! $cell,
" new entry $cell new label $cell $ % , $
: & % !) $ , &
, ) '
& ! , $ $ ! !& «\d+» ( %$ $
: + % & : when cell $c : text matches "\\d+" then new entry $c
cell $c : rt>$corner.rb, cr<=$corner.cr then mark @RowHeading -> $c ( # ' $ &
) ' ) + ) " $ ' $ 3 ! entry_value label_value new entry entry_value -> $cell new label label_value -> $cell ' , $ ' . 1 ) $cell.
& ! when cell $c : cl==1 || rt==1, !blank,
$t : text then new label extract($t, "[ - ]+") -> $c new label extract($t, "[a-z]+") -> $c
CRL " # extract $ $t ' ) $c ' %, , ,
#!. V A a1 a2
$! ' , $ category_name, $label.
a b c , , ! % % ) ) , ! #
. ! % ! CRL
) % # : when cell $corner : cl==1, rt==1, $t : text label $label : cell.cl > $corner.cr then set category token($t, 0) -> $label U %, CRL " # token $ + $ $t, $ $ ' ) &
$corner. $ % %$ ' $label.
,
# , ' & & ) $
% & * ) , , , when cell $c1 : cl==1, $l1 : label cell $c2 : cl==1, rt>$c1.rt,
indent==$c1.indent+4, $l2 : label no cells : cl==1, rt>$c1.rt,
rt<$c2.rt, indent==$c1.indent then set parent label $l1 -> $l2 , * ! )
. %, ' ! & # &, % ' , '
.
+ & !&, ' !) ,
, , ) $ (
. - )
). $ ! *
. ) $
' # , ! , !, $ & , , ! , ' ) ' , , ' ! !, * $ > $ ,
, add label label_value from $category -> $entry ' , !
$ ' $category. 6 $ >
$ $entry.
add label label_value from category_name -> $entry !
category_name. V %$ label_value.
, $ $ F ' $ # & & F
$ , ,
, , ' !& $ !&
# $ % # when cell@RowHeading $c1 : $l1 : label cell@RowHeading $c2 : cl==$c1.cl,
cr==$c1.cr, $l2 : label then group $l1 -> $l2 $ % $ ! ! +
! , . 2: {‘e’, ‘f’} {‘g’, ‘h’}.
$ % , $ label_value
) ) $!
. U % & ! $ ' %$ !
! ), !
+ ) ' $ ' #!
' ) “ tons” $ ' % ) # " : 1 3 c d * u ** v . 5. ( ! % (‘ u’ ‘v’) 3 ( ); from "Footnote" -> $e ‘v’ , $ , , #, $ % ) #, (\*+) $ % $ % $ ' #
, $ & 5 + '
( & $ & $ $ $ $! J$! CRL CRL %$ "
# + ) F % )* , ' ! $
!&. J$! " $
$ # !
$! % !& $! ! $ & #
% # ), !& " 8 " ) ( ETL
# &, # &.
# ) !&, $ ) The paper discusses issues of the transformation of information from arbitrary tables presented in spreadsheets into the structured form. These tables contain no relationships describing their semantics. However, only after the semantic relationships are recovered, the information from an arbitrary table can be loaded into a database by standard ETL tools. We suggest the CRL rule language for table analysis and interpretation. It allows developing a simple program to recover the missing semantic relationships. Particular sets of the rules can be developed for different types of tables to provide the transformation step in unstructured tabular data integration.