[發明專利]一種PDF文檔目錄的獲取方法及裝置

在審

• 申請號: 201410428096.1
• 申請日: 2014-08-27
• 公開（公告）號: CN105447027A
• 公開（公告）日: 2016-03-30
• 發明（設計）人: 劉利川
• 申請（專利權）人: 北大方正集團有限公司;北大方正信息產業集團有限公司;上海方正數字出版技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/21
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;黃燦

1.一種PDF文檔目錄的獲取方法，其特征在于，包括：

對PDF文檔的體系結構進行解析，獲取PDF文檔的交叉索引表；

對所述交叉索引表進行檢索，得到文件尾TRAILER字典；

對所述文件尾TRAILER字典進行分析，得到鍵值ROOT對應的目錄簿CATALOG字典；

對所述目錄簿CATALOG字典進行檢索，獲得所述PDF文檔的目錄。

2.根據權利要求1所述的PDF文檔目錄的獲取方法，其特征在于，所述對PDF文檔的體系結構進行解析，獲取PDF文檔的交叉索引表的步驟包括：

對PDF文檔的樹形層次數據結構進行解析，獲取所述PDF文檔的交叉索引表。

3.根據權利要求1所述的PDF文檔目錄的獲取方法，其特征在于，所述對所述TRAILER字典進行分析，得到鍵值ROOT對應的目錄簿CATALOG字典的步驟包括：

對所述TRAILER字典進行分析，獲取鍵值ROOT；

根據所述鍵值ROOT，獲取所述鍵值ROOT對應的目錄薄CATALOG字典。

4.根據權利要求1所述的PDF文檔目錄的獲取方法，其特征在于，所述對所述目錄簿CATALOG字典進行檢索，獲得所述PDF文檔的目錄的步驟包括：

對所述目錄薄CATALOG字典進行檢索，獲取鍵值OUTLINES；

根據所述鍵值OUTLINES，獲取所述鍵值OUTLINES對應的目錄對象以及目錄對象中各目錄項的父級目錄項、兄級目錄項以及子級目錄項信息；

對所述各目錄項的父級目錄項、兄級目錄項和子級目錄項信息進行提取，獲得所述PDF文檔的目錄。

5.根據權利要求4所述的PDF文檔目錄的獲取方法，其特征在于，所述對所述各目錄項的父級目錄項和子級目錄項進行提取的步驟包括：

步驟a，獲取所述目錄對象中一當前目錄項；

步驟b，根據所述各目錄項的父級目錄項以及子級目錄項信息，獲取所述當前目錄項的父級目錄項和所述當前目錄項的子級目錄項。

6.根據權利要求4所述的PDF文檔目錄的獲取方法，其特征在于，所述對所述各目錄項的兄級目錄項進行提取的步驟包括：

步驟c，獲取所述目錄對象中一當前目錄項；其中，每個目錄項包含上一個PREV指針信息和下一個NEXT指針信息；

步驟d，根據所述當前目錄項的PREV指針信息，獲取所述當前目錄項的上一個兄級目錄項；其中，所述上一個兄級目錄為一新當前目錄項；和/或

根據所述當前目錄項的NEXT指針信息，獲取所述當前目錄項的下一個兄級目錄項；其中，所述下一個兄弟目錄項為一新當前目錄項；

步驟e，重復步驟d中根據所述當前目錄項的PREV指針信息，獲取所述當前目錄項的上一個兄級目錄項；其中，所述上一個兄級目錄項為一新當前目錄項的步驟至當前目錄項的PREV指針信息為空；和/或

重復步驟d中根據所述當前目錄項的NEXT指針信息，獲取所述當前目錄項的下一個兄級目錄項；其中，所述下一個兄級目錄項為一新當前目錄項的步驟至當前目錄項的NEXT指針信息為空。

7.一種PDF文檔目錄的獲取裝置，其特征在于，包括：

第一獲取模塊，用于對PDF文檔的體系結構進行解析，獲取PDF文檔的交叉索引表；

第二獲取模塊，用于對所述交叉索引表進行檢索，得到文件尾TRAILER字典；

第三獲取模塊，用于對所述文件尾TRAILER字典進行分析，得到鍵值ROOT對應的目錄簿CATALOG字典；

第四獲取模塊，用于對所述目錄簿CATALOG字典進行檢索，獲得所述PDF文檔的目錄。

8.根據權利要求7所述的PDF文檔目錄的獲取裝置，其特征在于，所述第一獲取模塊包括：

第一獲取子模塊，用于對PDF文檔的樹形層次數據結構進行解析，獲取所述PDF文檔的交叉索引表。

9.根據權利要求7所述的PDF文檔目錄的獲取裝置，其特征在于，所述第三獲取模塊包括：

第二獲取子模塊，用于對所述TRAILER字典進行分析，獲取鍵值ROOT；

第三獲取子模塊，用于根據所述鍵值ROOT，獲取所述鍵值ROOT對應的目錄薄CATALOG字典。