[發(fā)明專利]一種文檔對比方法及裝置

有效

• 申請?zhí)枺?/td>: 201611265983.7
• 申請日: 2016-12-31
• 公開（公告）號(hào): CN108268884B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設(shè)計(jì)）人: 周好沖;王學(xué)武;李平立
• 申請（專利權(quán)）人: 方正國際軟件（北京）有限公司;方正國際軟件有限公司
• 主分類號(hào): G06F18/22
• 分類號(hào): G06F18/22;G06F16/30
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

1.一種文檔對比方法，其特征在于，該方法包括：

將修訂文檔和原文檔進(jìn)行內(nèi)容對比，確定所述修訂文檔和所述原文檔的最長公共字符串；

根據(jù)所述最長公共字符串分別對所述修訂文檔和所述原文檔進(jìn)行段落定位，確定在所述修訂文檔和原文檔中存在對應(yīng)關(guān)系的段落；

針對所述修訂文檔中的第一非對應(yīng)段落，將所述第一非對應(yīng)段落與所述原文檔進(jìn)行內(nèi)容對比，其中，所述第一非對應(yīng)段落為任意一個(gè)；

當(dāng)對比結(jié)果中確定在所述原文檔中存在最長公共字符串的第二段落，則確定所述第一非對應(yīng)段落的第一匹配率，以及所述第二段落的第二匹配率，其中，所述第一匹配率和所述第二匹配率等于匹配字符串長度與段落整體字符串長度的比值；

當(dāng)所述第一匹配率和所述第二匹配率同時(shí)不小于匹配閾值時(shí)，確定所述第一非對應(yīng)段落為所述第二段落發(fā)生段落位置移動(dòng)的段落。

2.如權(quán)利要求1所述的方法，其特征在于，還包括：

在所述修訂文檔中，以段落組為單位，將每個(gè)段落組分別與所述原文檔作比較，所述段落組為所述修訂文檔中除了存在對應(yīng)關(guān)系的段落之外的連續(xù)的段落；

當(dāng)所述段落組與所述原文檔存在最長公共字符串時(shí)，且所述最長公共字符串對應(yīng)的段落組的段落中存在前后連續(xù)的兩個(gè)段落，且前一個(gè)段落與所述最長公共字符串相比，尾部多個(gè)一個(gè)回車符，則確定在所述原文檔存在一個(gè)段落與所述最長公共字符串對應(yīng)修訂文檔的所述前后連續(xù)的兩個(gè)段落相對應(yīng)，所述修訂文檔的前后連續(xù)的兩個(gè)段落是原文檔的該段落發(fā)生段落移動(dòng)后再段落拆分得到的；

當(dāng)所述段落組與所述原文檔存在最長公共字符串時(shí)，且所述最長公共字符串對應(yīng)的段落組的段落與所述最長公共字符串相比，段落內(nèi)容中間少了一個(gè)回車符，則確定回車符對應(yīng)的位置發(fā)生段落組合。

3.如權(quán)利要求1所述的方法，其特征在于，所述確定在所述修訂文檔和原文檔中存在對應(yīng)關(guān)系的段落之后，還包括：

修訂文檔的任意一個(gè)存在對應(yīng)關(guān)系的段落，將所述段落比原文檔的對應(yīng)段落缺少的字符，記為字符刪除；針對所述修訂文檔將所述段落比原文檔的對應(yīng)段落新增的字符，記為文字插入。

4.如權(quán)利要求1所述的方法，其特征在于，所述將所述第一非對應(yīng)段落與所述原文檔進(jìn)行內(nèi)容對比之后，還包括：

當(dāng)所述第一匹配率和第二匹配率同時(shí)不大于匹配閾值時(shí)，確定所述第一非對應(yīng)段落的內(nèi)容屬于插入內(nèi)容；

當(dāng)所述第一匹配率小于所述匹配閾值，且所述第二匹配率大于所述匹配閾值時(shí)，確定所述第一非對應(yīng)段落至少包含所述第二段落的大部分內(nèi)容；

當(dāng)所述第一匹配率大于所述匹配閾值，且所述第二匹配率小于所述匹配閾值時(shí)，那么確定所述第一非對應(yīng)段落至少為所述第二段落的部分內(nèi)容。

5.如權(quán)利要求1至4任一項(xiàng)所述的方法，其特征在于，所述將所述第一非對應(yīng)段落與所述原文檔進(jìn)行內(nèi)容對比之后，還包括：

將生成的對比結(jié)果采用批注的方式在所述原文檔和所述修訂文檔的對應(yīng)段落處增加批注注明，并利用不同的顏色來顯示所述原文檔和所述修訂文檔之間的內(nèi)容差異。

6.一種文檔對比裝置，其特征在于，該裝置包括：

確定單元，用于將修訂文檔和原文檔進(jìn)行內(nèi)容對比，確定所述修訂文檔和所述原文檔的最長公共字符串；

段落定位單元，用于根據(jù)所述最長公共字符串分別對所述修訂文檔和所述原文檔進(jìn)行段落定位，確定在所述修訂文檔和原文檔中存在對應(yīng)關(guān)系的段落；

對比單元，用于針對所述修訂文檔中的第一非對應(yīng)段落，將所述第一非對應(yīng)段落與所述原文檔進(jìn)行內(nèi)容對比，其中，所述第一非對應(yīng)段落為任意一個(gè)；當(dāng)對比結(jié)果中確定在所述原文檔中存在最長公共字符串的第二段落，則確定所述第一非對應(yīng)段落的第一匹配率，以及所述第二段落的第二匹配率，其中，所述第一匹配率和所述第二匹配率等于匹配字符串長度與段落整體字符串長度的比值；當(dāng)所述第一匹配率和所述第二匹配率同時(shí)不小于匹配閾值時(shí)，確定所述第一非對應(yīng)段落為所述第二段落發(fā)生段落位置移動(dòng)的段落。