在大数据时代,不断膨胀的数据背后隐藏了太多富含价值的信息,单靠人工挖掘显然不切实际,使用一些辅助工具来帮助分析数据显得尤为必要。虽然现在市面上有不少相对成熟的ETL(即数据抽取、转换、加载)工具,但它们往往存在着一个共同的问题:不少数据转换工作需要编写代码才能实现。这种与数据分析本身关系不大的工作不仅需要消耗不少时间,而且也让编程能力较弱的数据分析师难以上手。针对这个问题,本文设计实现了一种自动化文本规则提取技术,并将其运用到数据转换过程中。该技术从需要提取规则的若干个字符串出发,首先生成一个能匹配所有输入字符串的正则表达式的集合,然后在这个集合上筛选出用户最可能需要的若干条规则,最后将这些规则推荐给他们。通过运用此技术,数据分析师无需编程即可方便地进行较为复杂的数据转换。为了验证此技术的可行性,我们配套实现了一个基于交互的数据转换辅助系统。该系统读入纯文本数据,以用户选取的一系列文字作为输入,通过文本规则自动提取技术将其转化为若干条用户最可能需要的规则,方便他们快速地进行数据转换。此外,本系统还提供了所见即所得的交互界面,让用户方便地预览推荐规则的执行效果;对每条规则都生成了对应的类自然语言,方便用户理解该规则的含义;在所有数据转换完成后将整个处理过程导出,方便在相同格式的大数据集上进行批量处理。最后,本文通过实验对规则自动化生成及筛选算法中的关键参数分别进行了调优,并比较了辅助系统与Excel处理若干纯文本数据集的时间效率。经测试,使用了文本规则自动化提取技术的辅助系统的处理效率显著高于Excel,可见此技术在数据转换阶段具有实用价值,能够帮助数据分析师把工作完成得更快更好。