[發明專利]基于Electron的文檔離線系統及方法

在審

• 申請號: 201910495872.2
• 申請日: 2019-06-05
• 公開（公告）號: CN110309474A
• 公開（公告）日: 2019-10-08
• 發明（設計）人: 周晶;吳峰;郭偉
• 申請（專利權）人: 上海易點時空網絡有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/957
• 代理公司: 北京卓唐知識產權代理有限公司 11541
• 代理人: 唐海力;李志剛

本發明公開了一種基于Electron的文檔離線系統及方法，包括Electron、離線模塊以及云端服務器；所述Electron通過其網絡攔截功能對待離線文檔的入口地址進行攔并訪問；所述離線模塊對所述Electron攔截并訪問的文檔進行提取，對與文檔無關的頁面和資源進行剔除，同時對屬于文檔的資源進行本地化緩存，并保存至所述云端服務器中。本申請可以將文檔離線化，技術人員可以對離線的文檔進行二次編輯、整理和分類，同時可以上傳云端，方便其他人訪問經過二次編輯的文檔，極大的提高了技術人員的開發效率。

技術領域

本申請涉及電子文檔離線管理領域，具體而言，涉及基于Electron的文檔離線系統及方法。

背景技術

現代技術日新月異的發展給社會生活的各個方面帶來了許多根本性的變革。隨著計算機技術和辦公自動化技術的發展，電子文件檔案也應運而生。所謂電子文件和電子檔案是指在數字設備及環境中生成，以數碼形式存貯于磁帶、磁盤、光盤等載體，依賴計算機等數字設備閱讀、處理、并可在通信網絡上傳送的文件和檔案。電子文檔的問世使文件和檔案從“有形”走向“無形”，給檔案工作帶來生機和活力。

開發工程師的記憶有限，且容易遺忘，技術開發的過程中需要不斷地查詢公開于網絡上的文檔。由于文檔眾多，翻閱管理非常不便，再者辦公室網絡資源有限，弱網環境下查看位于境外的技術性文檔加載非常緩慢，嚴重影響了開發效率，降低了技術人員的生產力。而且技術文檔因為來自不同的領域，具有難以統一管理，且對網絡依賴高的缺點。開發工程師在日常研發中查閱文檔是個非常高頻的動作場景，因而文檔查閱的低效會嚴重影響技術人員的日常效率和產出。

發明內容

本發明基于以上事實，提出了一個基于Electron的離線文檔系統及方法，基于此方案可以將文檔離線化，技術人員可以對離線的文檔進行二次編輯、整理和分類，同時可以上傳云端，方便其他人訪問經過二次編輯的文檔，極大的提高了技術人員的開發效率。

為了實現上述目的，根據本申請的一個方面，提供了基于Electron的離線文檔系統。

根據本申請的基于Electron的離線文檔系統包括Electron、離線模塊以及云端服務器；

所述Electron通過其網絡攔截功能對待離線文檔的入口地址進行攔并訪問；所述離線模塊對所述Electron攔截并訪問的文檔進行提取，對與文檔無關的頁面和資源進行剔除，同時對屬于文檔的資源進行本地化緩存，并保存至所述云端服務器中。

進一步的，所述離線模塊通過Dom樹或網頁分割尋找正文塊的算法進行文檔提取。

進一步的，所述Dom樹算法包括如下步驟：

1)利用開源包HTML Tidy處理HTML，更正其中錯誤或不規范的地方；

2)根據規范的HTML建立Dom樹，然后遞歸遍歷Dom樹，比較并識別各種非文檔的頁面和資源，包括廣告和非重要節點信息；并將其剔除；在本發明中，剔除廣告信息需要建立經常更新的廣告服務器列表；

3)剔除非文檔的頁面和資源后，將Dom樹中剩余的內容作為文檔內容從余下的樹節點中提取緩存。

進一步的，所述網頁分割尋找正文塊算法具體為：首先利用HTML標簽中的分隔線以及視覺信息對網頁進行分割，在分割之后的各個塊中尋找到正文塊并進行緩存。

進一步的，還包括二次編輯模塊；開發人員將離線后的文檔導入所述二次編輯模塊中，對所述離線后的文檔進行二次編輯，并將二次編輯后的文檔保存至所述云端服務器中。

進一步的，所述二次編輯模塊采用Chrome DevTools Protocl。

為了實現上述目的，根據本申請的另一方面，提供了基于Electron的離線文檔方法。