Patent Data Parser

解析 CNIPA（国家知识产权局）及 WIPO 公开专利 XML 数据，输出结构化 JSON，适用于专利数据采集、分析和入库。

功能

• 解析 CNIPA 公开专利 XML（cn-patent-document）
• 解析专利申请文件 XML（cn-application-body）
• 兼容 WIPO ST.36 格式
• 提取著录信息（申请号、公开号、IPC分类、申请人、发明人等）
• 提取摘要、权利要求、说明书全文
• 自动识别独立/从属权利要求
• 支持批量解析整个目录
• 输出扁平化 JSON（方便数据库导入）
• TypeScript 编写，类型安全

安装

npm install patent-data-parser

快速开始

import { PatentDataParser } from 'patent-data-parser';

const parser = new PatentDataParser();

// 解析单个文件
const patent = parser.parseFile('CN119000001A.xml');

console.log(patent.bibliographic.title);       // 发明名称
console.log(patent.bibliographic.applicants);   // 申请人
console.log(patent.bibliographic.ipcClassifications); // IPC分类
console.log(patent.claims.length);              // 权利要求数
console.log(patent.abstract);                   // 摘要

// 转为扁平化 JSON
const flat = parser.toFlatJSON(patent);

批量解析

const parser = new PatentDataParser();

// 解析整个目录
const result = parser.parseDirectory('./patent-xml-files/');

console.log(`成功: ${result.stats.success}, 失败: ${result.stats.failed}`);
console.log(`耗时: ${result.stats.elapsed}ms`);

// 导出为 JSON Lines（每行一条记录）
for (const patent of result.patents) {
  const flat = parser.toFlatJSON(patent);
  console.log(JSON.stringify(flat));
}

性能选项

处理大批量文件时，可关闭不需要的部分以提速：

const parser = new PatentDataParser({
  parseDescription: false,  // 不解析说明书全文
  parseClaims: true,
  parseDrawings: false,
  trimText: true,
});

输出数据结构

interface Patent {
  bibliographic: {
    title: string;              // 发明名称
    applicationNumber: string;  // 申请号
    applicationDate: string;    // 申请日
    publicationNumber: string;  // 公开号
    publicationDate: string;    // 公开日
    kind: string;               // 文献类型 A/B/U/S
    ipcClassifications: string[];
    cpcClassifications: string[];
    applicants: Entity[];
    inventors: string[];
    agency?: string;
    agents: string[];
    priorities: PriorityData[];
  };
  abstract?: string;
  claims: Claim[];
  description?: Description;
  drawings: Drawing[];
  meta: PatentMeta;
}

完整类型定义见 src/types.ts。

支持的 XML 格式

| 格式 | 根元素 | 来源 | |------|--------|------| | CNIPA 公开专利 | cn-patent-document | 专利公布公告系统 | | CNIPA 申请文件 | cn-application-body | 专利电子申请 | | WIPO ST.36 | patent-document | PATENTSCOPE | | 带命名空间格式 | PatentDocumentAndRelated | 批量数据下载 |

关于

本工具是 CNIPA.AI 专利智能服务平台的开源组件。

CNIPA.AI 基于全球公开专利数据，提供专利导航、企业画像、侵权检测、价值评估、趋势预测、AI 辅助撰写六大智能服务。

License

MIT