[發(fā)明專利]從LaTeX格式到XML格式的轉(zhuǎn)換系統(tǒng)及轉(zhuǎn)換方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710196087.8
• 申請(qǐng)日: 2017-03-29
• 公開(kāi)（公告）號(hào): CN106777404A
• 公開(kāi)（公告）日: 2017-05-31
• 發(fā)明（設(shè)計(jì)）人: 李小偉;龍迪
• 申請(qǐng)（專利權(quán)）人: 北京億科天元信息技術(shù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京奧翔領(lǐng)智專利代理有限公司11518
• 代理人: 路遠(yuǎn)

技術(shù)領(lǐng)域

本發(fā)明涉及文件格式轉(zhuǎn)換技術(shù)，特別涉及一種從LaTeX到XML格式的文件轉(zhuǎn)換系統(tǒng)及其轉(zhuǎn)換方法。

背景技術(shù)

在現(xiàn)有技術(shù)中，出版行業(yè)許多專業(yè)期刊的文獻(xiàn)是用LaTeX(音譯“拉泰赫”)格式來(lái)書(shū)寫(xiě)，LaTeX格式雖然利于印刷出版，但是不利于閱讀。LaTeX文件是非結(jié)構(gòu)化數(shù)據(jù)，不能在互聯(lián)網(wǎng)環(huán)境下很好的存儲(chǔ)，展示；不能與國(guó)外專業(yè)文獻(xiàn)網(wǎng)站進(jìn)行對(duì)接；不利于在互聯(lián)網(wǎng)的各個(gè)平臺(tái)間進(jìn)行數(shù)據(jù)交互，數(shù)據(jù)共享。

發(fā)明內(nèi)容

針對(duì)上述現(xiàn)有技術(shù)中的缺點(diǎn)和不足，本發(fā)明的目的在于提供一種能夠?qū)崿F(xiàn)LaTeX文件到符合國(guó)際規(guī)范的結(jié)構(gòu)化數(shù)據(jù)(XML)轉(zhuǎn)換的系統(tǒng)以及對(duì)應(yīng)此系統(tǒng)的轉(zhuǎn)換方法。

本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

一種從LaTeX格式到XML格式的轉(zhuǎn)換系統(tǒng)，包括LaTeX文件存儲(chǔ)區(qū)、LaTeX語(yǔ)法定義文件數(shù)據(jù)庫(kù)、LaTeX文件拆分模塊、LaTeX轉(zhuǎn)換器模塊、特殊符號(hào)轉(zhuǎn)換器模塊、臨時(shí)文件存儲(chǔ)區(qū)、文檔規(guī)范轉(zhuǎn)換器模塊和XML存儲(chǔ)區(qū)；LaTeX文件存儲(chǔ)區(qū)輸出數(shù)據(jù)至LaTeX文件拆分模塊進(jìn)行文件拆分，LaTeX轉(zhuǎn)換器模塊按照LaTeX語(yǔ)法定義文件的規(guī)則，將LaTeX格式解釋成XML格式的數(shù)據(jù)，將LaTeX格式的公式轉(zhuǎn)換成MathML格式的數(shù)據(jù)；特殊符號(hào)轉(zhuǎn)換器模塊根據(jù)特殊符號(hào)定義文件將LaTeX文中的轉(zhuǎn)義符識(shí)別成特殊符號(hào)，輸出到臨時(shí)文件存儲(chǔ)區(qū)，文檔規(guī)范轉(zhuǎn)換器模塊將臨時(shí)文件存儲(chǔ)區(qū)的XML內(nèi)容進(jìn)行標(biāo)準(zhǔn)化規(guī)范，規(guī)范化的XML文件輸出至XML存儲(chǔ)區(qū)內(nèi)。

優(yōu)選地，所述LaTeX文件拆分模塊內(nèi)包括正文前內(nèi)容識(shí)別模塊、正文內(nèi)容識(shí)別模塊、圖表內(nèi)容識(shí)別模塊和參考文獻(xiàn)識(shí)別模塊。

優(yōu)選地，所述LaTeX語(yǔ)法定義文件數(shù)據(jù)庫(kù)內(nèi)存儲(chǔ)有正文前語(yǔ)法定義數(shù)據(jù)，正文語(yǔ)法定義數(shù)據(jù)，圖表語(yǔ)法定義數(shù)據(jù)和參考文獻(xiàn)語(yǔ)法定義數(shù)據(jù)。

優(yōu)選地，LaTeX轉(zhuǎn)換器模塊包括LaTeX語(yǔ)法分析器和MathML公式轉(zhuǎn)換器，所述LaTeX語(yǔ)法分析器模塊將LaTeX格式解釋成XML數(shù)據(jù)，所述MathML公式轉(zhuǎn)換器模塊將LaTeX中的公式內(nèi)容轉(zhuǎn)換成MathML標(biāo)準(zhǔn)的數(shù)據(jù)。

優(yōu)選地，還包括特殊符號(hào)定義文件數(shù)據(jù)庫(kù)，所述特殊符號(hào)定義文件數(shù)據(jù)庫(kù)內(nèi)存儲(chǔ)有特殊符號(hào)定義文件。

優(yōu)選地，所述文檔規(guī)范轉(zhuǎn)換器包括ATA文檔規(guī)范模塊、DITA文檔規(guī)范模塊、DOCBOOK文檔規(guī)范模塊、JATS文檔規(guī)范模塊、NLM文檔規(guī)范模塊、S1000D文檔規(guī)范模塊和其他待開(kāi)發(fā)文檔規(guī)范模塊。

一種從LaTeX格式到XML格式的轉(zhuǎn)換方法，包括如下步驟：

S1，將LaTeX文件輸入到LaTeX文件存儲(chǔ)區(qū)存儲(chǔ)，等待轉(zhuǎn)換；

S2，LaTex文件拆分模塊將LaTeX文件分解成正文前，正文，圖表，參考文獻(xiàn)數(shù)據(jù)塊；

S3，LaTeX轉(zhuǎn)換器中的LaTeX語(yǔ)法分析器讀取LaTeX語(yǔ)法定義文件得到語(yǔ)法解釋規(guī)則，LaTeX語(yǔ)法分析器模塊將正文前，正文，圖表，參考文獻(xiàn)數(shù)據(jù)塊解釋成XML格式的數(shù)據(jù)；將LaTeX格式的公式轉(zhuǎn)換成MathML格式的數(shù)據(jù)；

S4，特殊符號(hào)轉(zhuǎn)換器模塊將各數(shù)據(jù)中的特殊符號(hào)轉(zhuǎn)義符替換成特殊符號(hào)，放入臨時(shí)文件存儲(chǔ)區(qū)；

S5，當(dāng)待轉(zhuǎn)換文件完全轉(zhuǎn)換為臨時(shí)的XML格式數(shù)據(jù)后，LaTeX轉(zhuǎn)換器將臨時(shí)的XML格式數(shù)據(jù)傳送至文檔規(guī)范編輯模塊，對(duì)臨時(shí)的XML格式數(shù)據(jù)進(jìn)行規(guī)范化編輯，使臨時(shí)的XML格式文件形成符合文檔規(guī)范的XML格式數(shù)據(jù)；

S6，將符合文檔規(guī)范的XML格式數(shù)據(jù)生成XML文件。

與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例至少具有以下優(yōu)點(diǎn)：

本發(fā)明從LaTeX格式到XML格式的轉(zhuǎn)換系統(tǒng)及轉(zhuǎn)換方法可以將LaTeX格式文件轉(zhuǎn)換為符合國(guó)際規(guī)范的結(jié)構(gòu)化數(shù)據(jù)，從而使得許多專業(yè)期刊的文獻(xiàn)與國(guó)外專業(yè)文獻(xiàn)網(wǎng)站進(jìn)行對(duì)接，可以實(shí)現(xiàn)跨平臺(tái)進(jìn)行數(shù)據(jù)展示，以及對(duì)文章能夠統(tǒng)一進(jìn)行內(nèi)容管理。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例從LaTeX到XML格式的文件轉(zhuǎn)換系統(tǒng)的功能框圖；

圖2為本發(fā)明從LaTeX格式到XML格式的轉(zhuǎn)換方法的流程示意圖。

具體實(shí)施方式