[發明專利]電子文檔的拆分方法、裝置、設備及介質

在審

• 申請號: 201810146345.6
• 申請日: 2018-02-12
• 公開（公告）號: CN110162764A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 林得苗
• 申請（專利權）人: 北京庖丁科技有限公司
• 主分類號: G06F17/25
• 分類號: G06F17/25;G06F17/21
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

本發明公開了一種電子文檔的拆分方法、裝置、設備及介質，用以提高將多份紙質文檔轉換為多份電子文檔的效率。所述電子文檔的拆分方法，包括：獲取所述電子文檔中每個頁面的頁面屬性信息；根據所述頁面屬性信息，在所述電子文檔中添加拆分標記；基于所述拆分標記，將所述電子文檔拆分為多個子電子文檔。

技術領域

本發明涉及計算機技術領域，尤其涉及一種電子文檔的拆分方法、裝置、設備及介質。

背景技術

將紙質文檔轉換為電子文檔，可以通過對紙質文檔掃描的方式實現，也即將紙質文檔掃描為電子文檔。例如，可以將紙質文檔掃描為便攜式文檔格式(Portable DocumentFormat，PDF)文檔。

目前，在將多份紙質文檔轉換為多份電子文檔時，通常可以采用先全部掃描再拆分的方式，也可以采用逐份掃描的方式。具體來說，先全部掃描再拆分的方式，即先將多份紙質文檔掃描為一個電子文檔，然后人工將掃描得到的電子文檔拆分為不同的部分，每個部分對應一份原始紙質文檔，得到每份紙質文檔對應的電子文檔。而逐份掃描的方式，是指逐份掃描每一份紙質文檔，得到每份紙質文檔對應的電子文檔。

上述兩種方式，雖然都可以將多份紙質文檔轉換為多份電子文檔，但是在紙質文檔的份數較多時，均效率低下。

發明內容

本發明實施例提供了一種電子文檔的拆分方法、裝置、設備及介質，用以提高將多份紙質文檔轉換為多份電子文檔的效率。

第一方面，本發明實施例提供一種電子文檔的拆分方法，包括：

獲取電子文檔中每個頁面的頁面屬性信息；

根據頁面屬性信息，在電子文檔中添加拆分標記；

基于在電子文檔中添加的拆分標記，將電子文檔拆分為多個子電子文檔。

在第一方面的一些實施例中，根據頁面屬性信息，在電子文檔中添加拆分標記，包括：根據頁面屬性信息，確定電子文檔中目標頁面與前一頁面屬于不同文檔；在目標頁面與前一頁面之間的文檔位置處添加拆分標記，其中，目標頁面為電子文檔中除首頁之外的任一頁面。

在第一方面的一些實施例中，根據頁面屬性信息，確定電子文檔中目標頁面與前一頁面屬于不同文檔，包括：在確定目標頁面與前一頁面之間頁面屬性信息的變化滿足預設條件時，確定電子文檔中目標頁面與前一頁面屬于不同文檔。

在第一方面的一些實施例中，頁面屬性信息包括以下一種或多種：頁眉信息、頁腳信息和頁碼；在確定目標頁面與前一頁面之間頁面屬性信息的變化滿足預設條件時，確定電子文檔中目標頁面與前一頁面屬于不同文檔，包括：在確定目標頁面與前一頁面之間頁眉信息不同時，確定電子文檔中目標頁面與前一頁面屬于不同文檔；和/或在確定目標頁面與前一頁面之間頁腳信息不同時，確定電子文檔中目標頁面與前一頁面屬于不同文檔；和/或在確定目標頁面與前一頁面之間頁碼不連續時，確定電子文檔中目標頁面與前一頁面屬于不同文檔。

在第一方面的一些實施例中，頁面屬性信息包括頁面中字體的屬性信息，根據頁面屬性信息，確定電子文檔中目標頁面與前一頁面屬于不同文檔，包括：根據目標頁面中字體的屬性信息，確定目標頁面為封面頁時，確定電子文檔中目標頁面與前一頁面屬于不同文檔。

第二方面，本發明實施例提供一種電子文檔的拆分裝置，包括：

獲取單元，用于獲取電子文檔中每個頁面的頁面屬性信息；

標記添加單元，用于根據頁面屬性信息，在電子文檔中添加拆分標記；

拆分單元，用于基于在電子文檔中添加的拆分標記，將電子文檔拆分為多個子電子文檔。