[發(fā)明專利]一種篩選文本的方法及裝置有效
| 申請?zhí)枺?/td> | 201410658708.6 | 申請日： | 2014-11-18 |
| 公開（公告）號： | CN104331390B | 公開（公告）日： | 2018-09-11 |
| 發(fā)明（設(shè)計）人： | 陳俊光;羅尚虎 | 申請（專利權(quán)）人： | 網(wǎng)易（杭州）網(wǎng)絡(luò)有限公司 |
| 主分類號： | G06F17/21 | 分類號： | G06F17/21;G06F17/27 |
| 代理公司： | 北京信遠(yuǎn)達(dá)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11304 | 代理人： | 魏曉波 |
| 地址： | 310052 浙江省杭州*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 篩選 文本 方法 裝置 | ||
1.一種篩選文本的方法，包括：
對電子文檔中的文本元素進(jìn)行解析，得到所述文本元素的屬性；所述對電子文檔中的文本元素進(jìn)行解析，得到所述文本元素的屬性包括：如果所述電子文檔是遵守openxml標(biāo)準(zhǔn)協(xié)議的word文檔，對所述電子文檔進(jìn)行解壓縮，得到所述電子文檔的子文件，根據(jù)openxml標(biāo)準(zhǔn)協(xié)議，從所述子文件中得到使用xml標(biāo)簽描述所述電子文檔的文本元素及其屬性的控制文件，從所述控制文件中使用Apache POI提供的接口或者根據(jù)文件直接屬性的引用關(guān)系讀取出文本元素及用于描述所述文本元素屬性的xml標(biāo)簽；如果所述電子文檔不是遵守openxml標(biāo)準(zhǔn)協(xié)議的word文檔，將所述電子文檔轉(zhuǎn)換為遵守openxml標(biāo)準(zhǔn)協(xié)議的文檔，進(jìn)入所述對電子文檔進(jìn)行解壓縮的步驟；
根據(jù)所述文本元素的屬性，從所述文本元素中篩選出屬性符合屬性篩選規(guī)則的文本元素，所述屬性符合屬性篩選規(guī)則的文本元素的屬性是用戶添加的；所述根據(jù)所述文本元素的屬性，從所述文本元素中篩選出屬性符合屬性篩選規(guī)則的文本元素包括：從讀取出的文本元素中篩選出所述屬性篩選規(guī)則設(shè)置的篩選xml標(biāo)簽所描述的文本元素。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述屬性篩選規(guī)則包括：對具有指定字體屬性的文本元素的篩選規(guī)則、對具有指定段落屬性的文本元素的篩選規(guī)則、和/或者，對具有指定樣式屬性的文本元素的篩選規(guī)則。
3.根據(jù)權(quán)利要求2所述的方法，其中，所述對具有指定字體屬性的文本元素的篩選規(guī)則具體為，對具有高亮字體屬性的文本元素的篩選規(guī)則；
所述對具有指定樣式屬性的文本元素的篩選規(guī)則具體為，對具有標(biāo)題屬性的文本元素的篩選規(guī)則。
4.根據(jù)權(quán)利要求1-3任一項所述的方法，還包括：
將篩選出的所有文本元素以預(yù)置屬性輸出到預(yù)置格式的另一電子文檔中。
5.一種篩選文本的裝置，包括：
解析單元，配置用于對電子文檔中的文本元素進(jìn)行解析，得到所述文本元素的屬性；
篩選單元，配置用于根據(jù)所述文本元素的屬性，從所述文本元素中篩選出屬性符合屬性篩選規(guī)則的文本元素，所述屬性符合屬性篩選規(guī)則的文本元素的屬性是用戶添加的；
所述解析單元包括：
壓縮文檔解析子單元，配置用于如果所述電子文檔是遵守openxml標(biāo)準(zhǔn)協(xié)議的word文檔，對所述電子文檔進(jìn)行解壓縮，得到所述電子文檔的子文件；
標(biāo)簽讀取子單元，配置用于根據(jù)openxml標(biāo)準(zhǔn)協(xié)議，從所述子文件中得到使用xml標(biāo)簽描述所述電子文檔的文本元素及其屬性的控制文件，從所述控制文件中使用Apache POI提供的接口或者根據(jù)文件直接屬性的引用關(guān)系讀取出文本元素及用于描述所述文本元素屬性的xml標(biāo)簽；
非壓縮文檔轉(zhuǎn)換子單元，配置用于如果所述電子文檔不是遵守openxml標(biāo)準(zhǔn)協(xié)議的word文檔，將所述電子文檔轉(zhuǎn)換為遵守openxml標(biāo)準(zhǔn)協(xié)議的文檔，觸發(fā)所述壓縮文檔解析子單元對轉(zhuǎn)換后的文檔進(jìn)行解壓縮；
所述篩選單元，具體配置用于從所述標(biāo)簽讀取子單元讀取出的文本元素中篩選出所述屬性篩選規(guī)則設(shè)置的篩選xml標(biāo)簽所描述的文本元素。
6.根據(jù)權(quán)利要求5所述的裝置，其中，所述篩選單元，配置用于根據(jù)所述文本元素的屬性，從所述文本元素中篩選出具有指定字體屬性的文本元素、具有指定段落屬性的文本元素、和/或者，具有指定樣式屬性的文本元素。
7.根據(jù)權(quán)利要求6所述的裝置，其中，所述篩選單元，配置用于根據(jù)所述文本元素的屬性，從所述文本元素中篩選出具有高亮字體屬性的文本元素、以及，具有標(biāo)題屬性的文本元素。
8.根據(jù)權(quán)利要求5-7任一項所述的裝置，還包括：
輸出單元，配置用于將篩選出的所有文本元素以預(yù)置屬性輸出到預(yù)置格式的另一電子文檔中。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于網(wǎng)易（杭州）網(wǎng)絡(luò)有限公司，未經(jīng)網(wǎng)易（杭州）網(wǎng)絡(luò)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410658708.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：一種耐油高彈改性天然橡膠電纜料
- 下一篇：一種穩(wěn)定的熱固性塑料
