[發明專利]一種轉換文檔格式的方法和裝置

有效

• 申請號: 201110456098.8
• 申請日: 2011-12-30
• 公開（公告）號: CN103186510A
• 公開（公告）日: 2013-07-03
• 發明（設計）人: 邢國峰;何震生
• 申請（專利權）人: 北大方正集團有限公司;北京方正阿帕比技術有限公司
• 主分類號: G06F17/22
• 分類號: G06F17/22
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 李娟

1.一種轉換文檔格式的方法，其特征在于，包括：

利用排版工具對原始流式文檔進行排版；

提取所述排版后的原始流式文檔中圖元的第一邏輯結構信息；

將所述排版后的原始流式文檔中的屬于同一圖元的版式元素，映射到所述圖元第一邏輯結構信息構成的矩形框中；

將所述矩形框中版式元素的轉換為目標文檔格式中的第二邏輯結構信息的描述形式后進行保存。

2.如權利要求1所述的方法，其特征在于，所述利用排版工具對原始流式文檔進行排版，包括：

將含有原始邏輯結構信息的所述原始流式文檔進行排版，使所述原始邏輯結構信息轉換為具有位置信息和/或屬性信息的第一邏輯結構信息。

3.如權利要求1所述的方法，其特征在于，所述圖元為段落或表格時，提取所述排版后的原始流式文檔中圖元的第一邏輯結構信息，包括：

獲取當前的段落或表格；

判斷所述段落或表格是否跨頁；

若未跨頁，將所述段落或表格作為一個矩形框單元，獲取所述段落或表格的位置信息；

若跨頁，將每頁中所述段落或表格作為一個矩形框單元，分別保存每個矩形框單元的位置信息，并將所述段落或表格的所有矩形框單元均標記統一標識，標明屬于同一段落或表格。

4.如權利要求3所述的方法，其特征在于，獲取所述段落或表格的位置信息的同時，還獲取所述段落或表格的屬性信息。

5.如權利要求1所述的方法，其特征在于，所述圖元為段落時，提取所述排版后的原始流式文檔中圖元的第一邏輯結構信息，包括：

獲取當前的段落；

判斷所述段落是否分欄結構；

若不具有分欄結構，則將所述段落作為一個矩形框單元，獲取所述段落的位置信息；

若具有分欄結構，則將每一欄作為一個矩形框單元，分別保存每個矩形框單元的位置信息，并將所述段落的所有矩形框單元均標記統一標識，標明屬于同一段落。

6.如權利要求1所述的方法，其特征在于，將所述排版后的原始流式文檔中的屬于同一圖元的版式元素，映射到所述圖元第一邏輯結構信息構成的矩形框中，包括：

獲取所述排版后的原始流式文檔中的屬于同一圖元的版式元素，將所述版式元素按照位置信息，映射到所述圖元的第一邏輯結構信息構成的具有相應位置信息矩形框單元中。

7.一種轉換文檔格式的裝置，其特征在于，包括：

排版模塊，用于利用排版工具對原始流式文檔進行排版；

提取模塊，用于提取所述排版后的原始流式文檔的第一邏輯結構信息；

映射模塊，用于將所述排版后的原始流式文檔中的屬于同一圖元的版式元素，映射到所述圖元第一邏輯結構信息構成的矩形框中；

轉換模塊，用于將所述矩形框中的版式元素轉換為目標文檔格式中的第二邏輯結構信息的描述形式后進行保存。

8.如權利要求7所述的裝置，其特征在于，所述排版模塊，具體用于將含有原始邏輯結構信息的所述原始流式文檔進行排版，使所述原始邏輯結構信息轉換為具有位置信息和/或屬性信息的第一邏輯結構信息。

9.如權利要求7所述的裝置，其特征在于，所述圖元為段落或表格時，所述提取模塊用于判斷所述段落或表格是否跨頁；若未跨頁，將所述段落或表格作為一個矩形框單元，獲取所述段落或表格的位置信息；若跨頁，將每頁中所述段落或表格作為一個矩形框單元，分別保存每個矩形框單元的位置信息，并將所述段落或表格的所有矩形框單元均標記統一標識，標明屬于同一段落或表格；或者

所述圖元為段落時，所述提取模塊，用于判斷所述段落是否分欄結構；若不具有分欄結構，則將所述段落作為一個矩形框單元，獲取所述段落的位置信息；若具有分欄結構，則將每一欄作為一個矩形框單元，分別保存每個矩形框單元的位置信息，并將所述段落的所有矩形框單元均標記統一標識，標明屬于同一段落或表格。

10.如權利要求7所述的裝置，其特征在于，所述映射模塊，具體用于獲取所述排版后的原始流式文檔中的屬于同一圖元的版式元素，將所述版式元素按照位置信息，映射到所述圖元的第一邏輯結構信息構成的具有相應位置信息矩形框單元中。