[發(fā)明專利]版式文檔的重排方法、系統(tǒng)及電子閱讀終端

有效

• 申請(qǐng)?zhí)枺?/td>: 201410341665.9
• 申請(qǐng)日: 2014-07-17
• 公開（公告）號(hào): CN105446946B
• 公開（公告）日: 2019-08-02
• 發(fā)明（設(shè)計(jì)）人: 劉孫亮
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06F17/24
• 分類號(hào): G06F17/24
• 代理公司: 北京清源匯知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11644
• 代理人: 馮德魁

本申請(qǐng)公開一種版式文檔的重排方法，其包括：獲取與版式文檔分開存儲(chǔ)的流式標(biāo)記數(shù)據(jù)，該流式標(biāo)記數(shù)據(jù)根據(jù)預(yù)設(shè)的邏輯信息結(jié)構(gòu)與版式文檔之間建立對(duì)應(yīng)關(guān)系；根據(jù)流式標(biāo)記數(shù)據(jù)查找版式文檔中對(duì)應(yīng)的文檔內(nèi)容，來對(duì)版式文檔進(jìn)行重排。與此同時(shí)，本申請(qǐng)還公開一種版式文檔的重排系統(tǒng)及電子閱讀終端，其將標(biāo)記后的流式標(biāo)記數(shù)據(jù)與版式文檔分開存儲(chǔ)，在重排時(shí)根據(jù)流式標(biāo)記數(shù)據(jù)來解析版式文檔，這樣流式標(biāo)記數(shù)據(jù)就不會(huì)對(duì)原始文檔造成影響，使得在不修改不破壞原始文檔的情況下，可以有效地提高版式文檔的重排效果和重排效率；同時(shí)，標(biāo)記后的流式標(biāo)記數(shù)據(jù)可以容易地被多用戶多終端共享，有助于電子設(shè)備的技術(shù)升級(jí)。

技術(shù)領(lǐng)域

本申請(qǐng)涉及數(shù)字閱讀技術(shù)，尤其涉及一種版式文檔的重排方法、系統(tǒng)及電子閱讀終端。

背景技術(shù)

隨著互聯(lián)網(wǎng)的蓬勃發(fā)展及硬件水平的不斷提升，電子文檔正在逐步取代傳統(tǒng)的圖書和紙質(zhì)文檔。同時(shí)，人們的閱讀習(xí)慣也不再局限于傳統(tǒng)的紙質(zhì)出版物，電子閱讀(或稱數(shù)字閱讀)比重正在逐漸變大。由于各種手機(jī)、電子書等便攜性電子設(shè)備的流行，使得人們可以利用生活中的碎片時(shí)間進(jìn)行電子閱讀，例如乘坐公交、地鐵時(shí)就可以閱讀電子圖書。在巨大的市場需求下，對(duì)于電子閱讀的信息提供及處理方式也提出了更高的要求。

眾所周知，電子文檔分為流式文檔和版式文檔。流式文檔的基本單位是字符，它是有序字符的集合，長度為該文件所包含的字符個(gè)數(shù)。如Word文件就是一種流式文檔，其主要記錄流式信息，其中也可以加入某些定版的對(duì)象(如圖像漂浮等)。版式文檔作為一種絕對(duì)描述方式，在自定義的坐標(biāo)系中，明確記錄每個(gè)文檔的位置和尺寸等，從而使得文檔打印出來的結(jié)果和計(jì)算機(jī)上瀏覽的結(jié)構(gòu)一致，而且在任何計(jì)算機(jī)環(huán)境下具有顯示一致性的特點(diǎn)，由此可以保證真實(shí)地重現(xiàn)文檔的原貌。如pdf、xps、ceb等文件就是較為典型的版式文檔，它們具有版面固定、所見即所得(What you see is what you get，WYSIWYG)等特點(diǎn)，因而非常適合于成文后的文件發(fā)布、傳播和存檔。

流式文檔不存在電子閱讀的排版障礙，目前已經(jīng)有成熟的排版引擎可以適用。對(duì)于版式文檔而言，則經(jīng)常會(huì)因?yàn)榘婷婀潭ǘ谛∑聊辉O(shè)備下導(dǎo)致閱讀不便。如果版式文檔的一個(gè)頁面的內(nèi)容在設(shè)備的屏幕上顯示，將受到文字、圖像等太小而看不清楚等諸多限制；若對(duì)頁面進(jìn)行放大或縮小操作，將勢必影響用戶的閱讀體驗(yàn)。這就要求電子閱讀終端能夠突破版式文檔顯示固定的局限性，以便可以根據(jù)版式文檔的內(nèi)容重新進(jìn)行排版，最終保證用戶具有較好的閱讀體驗(yàn)。

對(duì)于版式文檔的重排問題，業(yè)界紛紛推出了各種解決方案。實(shí)現(xiàn)版式文檔重排的現(xiàn)有方案主要有以下兩種：

一種現(xiàn)有版式文檔的重排方案是：為了補(bǔ)救在各種電子設(shè)備上閱讀電子文檔的需要，在制作相應(yīng)的版式文檔時(shí)標(biāo)記版面的流式顯示信息，并把標(biāo)記數(shù)據(jù)存儲(chǔ)于原始文檔中一起發(fā)布。這種重排方案中，以版式文檔中精確定位的版面描述為基礎(chǔ)，在其中附加足夠的流式邏輯結(jié)構(gòu)信息用來支持重排、抽取表格結(jié)構(gòu)等流式應(yīng)用。例如，Adobe在1999年推出的PDF1.3規(guī)范中引入了Logical Structure(邏輯結(jié)構(gòu))，并在2001年推出的PDF1.4產(chǎn)品中引入了tagged PDF來完善流式信息的表達(dá)，之后又在其發(fā)布的MARS文檔格式中使用XML對(duì)這部分信息進(jìn)行結(jié)構(gòu)化的描述。這種xml標(biāo)記語言，在理論上可以描述一切格式，如Word新版本的Docx就是基于xml進(jìn)行描述的。此外，方正阿帕比在2010年發(fā)布的CEBXv1.1規(guī)范中定義了包含文章、章節(jié)、段落、片段、塊的多層可嵌套的樹狀邏輯結(jié)構(gòu)，其中的塊通過直接引用版式頁面上的版面塊或圖元(v1.2)來實(shí)現(xiàn)數(shù)據(jù)共享，由此可以支持在移動(dòng)終端等電子閱讀設(shè)備上的實(shí)時(shí)排版和屏幕自適應(yīng)顯示，具體的標(biāo)準(zhǔn)手冊(cè)及軟件可參考方正阿帕比的官方網(wǎng)站(http://www.apabi.cn/download/index.html)上的有關(guān)介紹。

另一種現(xiàn)有版式文檔的重排方案是：在打開一個(gè)版式文檔時(shí)，通過某些預(yù)設(shè)的算法和規(guī)則，對(duì)版面信息進(jìn)行解析，并根據(jù)解析的結(jié)果，交給排版引擎來進(jìn)行實(shí)時(shí)重排，即通過實(shí)時(shí)排版來進(jìn)行屏幕自適應(yīng)顯示。這種版式文檔的實(shí)時(shí)重排方法，目前在各種電子閱讀終端上得到廣泛使用。