[發明專利]一種將PDF格式文件轉換為EPUB格式的方法及系統

有效

• 申請號: 201110213555.0
• 申請日: 2011-07-28
• 公開（公告）號: CN102332002A
• 公開（公告）日: 2012-01-25
• 發明（設計）人: 王峰;晏檢平
• 申請（專利權）人: 深圳市萬興軟件有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/21
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 彭愿潔;李文紅

1.一種將PDF格式文件轉換為EPUB格式的方法，其特征在于，包括：

識別PDF格式文件中的文本元素、圖像元素；

獲取所述文本元素的坐標和所述圖像元素的坐標；

根據所述文本元素的坐標和所述圖像元素的坐標，確定所述文本元素和所述圖像元素在新生成的HTML格式文件中的位置，以使新生成的HTML格式文件中的文本元素和圖像元素的相對位置關系與PDF格式文件中的文本元素和圖像元素的相對位置關系相同；

按照確定的位置，生成HTML格式文件；

根據所述HTML格式文件，生成EPUB格式文件。

2.根據權利要求1所述的方法，其特征在于，所述根據所述文本元素的坐標和所述圖像元素的坐標，確定所述文本元素和所述圖像元素在新生成的HTML格式文件中的位置，以使新生成的HTML格式文件中的文本元素和圖像元素的相對位置關系與PDF格式文件中的文本元素和圖像元素的相對位置關系相同，包括：

根據所述文本元素的坐標和所述圖像元素的坐標，將原本位于所述圖像元素左邊或上方的所述文本元素，定位在所述圖像元素上方；將原本位于所述圖像元素右邊或下方的所述文本元素，定位在所述圖像元素下方。

3.根據權利要求2所述的方法，其特征在于，所述根據所述文本元素的坐標和所述圖像元素的坐標，將原本位于所述圖像元素左邊或上方的所述文本元素，定位在所述圖像元素上方；將原本位于所述圖像元素右邊或下方的所述文本元素，定位在所述圖像元素下方，包括：

判斷所述文本元素的右下點的縱坐標是否小于所述圖像元素的左上點的縱坐標；

如果是，則將所述文本元素定位在所述圖像元素的上方；

否則，判斷所述文本元素的右下點的橫坐標是否小于所述圖像元素的左上點的橫坐標；

如果是，則將所述文本元素定位在所述圖像元素的上方；

否則，將所述文本元素定位在所述圖像元素的下方。

4.根據權利要求2所述的方法，其特征在于，所述根據所述文本元素的坐標和所述圖像元素的坐標，將原本位于所述圖像元素左邊或上方的所述文本元素，定位在所述圖像元素上方；將原本位于所述圖像元素右邊或下方的所述文本元素，定位在所述圖像元素下方，包括：

判斷所述文本元素的左上點的縱坐標是否大于所述圖像元素的右下點的縱坐標；

如果是，則將所述文本元素定位在所述圖像元素的下方；

否則，判斷所述文本元素的左上點的橫坐標是否大于所述圖像元素的右下點的橫坐標；

如果是，則將所述文本元素定位在所述圖像元素的下方；

否則，將所述文本元素定位在所述圖像元素的上方。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述根據所述HTML格式文件，生成EPUB格式文件，包括：

生成包括container.xml文件以及后綴名為opf、ncx在內的EPUB格式所必須的文件；

將所述HTML格式文件，以及所述EPUB格式所必須的文件，壓縮成后綴名為EPUB的壓縮包。

6.一種將PDF格式文件轉換為EPUB格式的系統，其特征在于，包括：

元素識別模塊，用于識別PDF格式文件中的文本元素、圖像元素；

坐標獲取模塊，用于獲取所述文本元素的坐標和所述圖像元素的坐標；

位置確定模塊，用于根據所述文本元素的坐標和所述圖像元素的坐標，確定所述文本元素和所述圖像元素在新生成的HTML格式文件中的位置，以使新生成的HTML格式文件中的文本元素和圖像元素的相對位置關系與PDF格式文件中的文本元素和圖像元素的相對位置關系相同；

HTML格式文件生成模塊，用于按照確定的位置，生成HTML格式文件；

EPUB格式生成模塊，用于根據所述HTML格式文件，生成EPUB格式文件。

7.根據權利要求6所述的系統，其特征在于，所述位置確定模塊包括：

上下位置確定單元，用于根據所述文本元素的坐標和所述圖像元素的坐標，將原本位于所述圖像元素左邊或上方的所述文本元素，定位在所述圖像元素上方；將原本位于所述圖像元素右邊或下方的所述文本元素，定位在所述圖像元素下方。