[發(fā)明專利]PDF文件處理方法及裝置

在審

• 申請?zhí)枺?/td>: 201710213998.7
• 申請日: 2017-04-01
• 公開（公告）號: CN108664457A
• 公開（公告）日: 2018-10-16
• 發(fā)明（設(shè)計）人: 郭相軍
• 申請（專利權(quán)）人: 北大方正集團有限公司;北京北大方正電子有限公司
• 主分類號: G06F17/21
• 分類號: G06F17/21
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 楊澤;劉芳

本發(fā)明提供一種PDF文件處理方法及裝置，其中方法包括：判斷PDF文件中待拆分的字符是否為復(fù)合字體；若為復(fù)合字體，則查找字符的CMap；對查找到的CMap進行解析，確定字符的字節(jié)數(shù)；根據(jù)字符的字節(jié)數(shù)以及PDF文件的內(nèi)容流，對字符進行拆分。本發(fā)明提供的PDF文件處理方法及裝置，通過判斷PDF文件中待拆分的字符是否為復(fù)合字體，若為復(fù)合字體，則查找字符的CMap，對查找到的CMap進行解析，確定字符的字節(jié)數(shù)，并根據(jù)字符的字節(jié)數(shù)以及PDF文件的內(nèi)容流，對字符進行拆分，能夠?qū)崿F(xiàn)對PDF文件中的復(fù)雜字體精確、快速的拆分，滿足既包含簡單字體又包含復(fù)合字體的PDF文件的拆分需求。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)，尤其涉及一種PDF文件處理方法及裝置。

背景技術(shù)

PDF(Portable Document Format，便攜式文檔格式)，是一種與應(yīng)用程序、操作系統(tǒng)、硬件無關(guān)的文件格式，可以將文字、字型、格式、顏色及獨立于設(shè)備和分辨率的圖形圖像等封裝在一個文件中，集成度和安全可靠性都較高。

在某些情況下，我們需要把PDF中顯示的字符串進行拆分。如果PDF文件中都是簡單字體，那么拆分就比較容易，因為簡單字體一個字節(jié)代表一個字符，那么把待拆分的字符串按字節(jié)一個一個進行拆分即可。但對于包含復(fù)合字體的PDF文件來說，由于復(fù)合字體的復(fù)雜性，無法直接采用簡單字體的拆分方法。因此，目前急需一種既可以針對簡單字體又可以針對復(fù)合字體進行拆分的方法。

發(fā)明內(nèi)容

本發(fā)明提供一種PDF文件處理方法及裝置，用以解決現(xiàn)有技術(shù)中PDF文件中復(fù)合字體難以直接拆分的技術(shù)問題。

本發(fā)明提供一種PDF文件處理方法，包括：

判斷PDF文件中待拆分的字符是否為復(fù)合字體；

若為復(fù)合字體，則查找所述字符的CMap；

對查找到的CMap進行解析，確定所述字符的字節(jié)數(shù)；

根據(jù)所述字符的字節(jié)數(shù)以及PDF文件的內(nèi)容流，對字符進行拆分。

進一步地，所述方法還包括：

向用戶顯示PDF文件中包含的全部字體類型，所述字體類型包括下述至少一項：Type1、TrueType、Type3、CID；

接收用戶根據(jù)所述PDF文件中的全部字體類型輸入的需要拆分的字體類型；

相應(yīng)的，判斷PDF文件中待拆分的字符是否為復(fù)合字體，包括：

判斷待拆分的字符是否屬于用戶輸入的需要拆分的字體類型：若否，則跳過該字符進行下一字符的拆分；若是，則判斷所述待拆分的字符是否為復(fù)合字體。

進一步地，所述方法還包括：

接收用戶輸入的優(yōu)先級信息，所述優(yōu)先級信息包括各個字體類型對應(yīng)的優(yōu)先級；

相應(yīng)的，在對PDF文件中的字符進行拆分時，優(yōu)先級高的先進行拆分，優(yōu)先級低的后進行拆分。

進一步地，所述方法還包括：

接收用戶輸入的水印替換信息，所述水印替換信息包括用戶期望使用的水印；

在對PDF文件中的字符進行拆分完成之后，查找PDF文件中的水印；

根據(jù)所述用戶期望使用的水印，對PDF文件中原有的水印進行替換。

進一步地，在根據(jù)所述字符的字節(jié)數(shù)以及PDF文件的內(nèi)容流，對字符進行拆分之后，還包括：

利用PDF中顯示字符串的操作符，把字符拆開來顯示。

本發(fā)明還提供一種PDF文件處理裝置，包括：