建設政府大數據平臺，一個深刻體會是數據匯聚的難度，爲了摸清委辦局的數據家底，先期會花費大量的精力梳理資源目錄，依據三定職責，梳理職責目錄、系統目錄和庫表目錄。從資源目錄中就會發現，除了各類數據庫之外，還有很多的數據是以文件形式存在，包括公文、公告、臺賬等，若不能將這些數據有效利用，則數據價值就會大打折扣。因此，大數據平臺要有一個靈活可配、功能豐富的數據接入系統，既能將各類庫表數據採集入庫，也能將種類繁多的非結構化、半結構化數據解析入庫。以下是初步構想的一個接入框架（暫不考慮圖片、視頻、音頻等）：
在上述框架中，重點是將word和excel文件的數據解析爲結構化數據：
- word文檔，對於表單格式的文檔，支持解析爲key-value形式的數據；對於表格格式的文檔，支持解析爲二維表的數據。此外，對於有目錄結構的數據文檔，可以將目錄結構提取出來，並提取關鍵字段的數值。
- excel文檔，除了可以支持常規的二維表格式，還需要考慮到固定表單格式的數據，能將其解析成key-value的數據。
