[發明專利]文檔處理方法及裝置、電子設備、計算機可讀存儲介質

在審

• 申請號: 202010351716.1
• 申請日: 2020-04-28
• 公開（公告）號: CN111695414A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 童征宇;李俊杰
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 呂俊秀

1.一種文檔處理方法，其特征在于，包括：

識別目標版式文檔中的文本塊；

在將所述目標版式文檔轉換為流式文檔的過程中，分別根據所述第一文本塊與所述第二文本塊的文本信息，在所述第一文本塊與所述第二文本塊之間添加空格符；

其中，所述第一文本塊與所述第二文本塊為所述目標版式文檔中在閱讀方向上相鄰的兩個文本塊；所述文本信息包括：文本的字體、字號以及字符類型中的至少一種。

2.根據權利要求1所述的文檔處理方法，其特征在于，在所述第一文本塊與所述第二文本塊處于同一行的情況下，所述分別根據所述第一文本塊與所述第二文本塊的文本信息，在所述第一文本塊與所述第二文本塊之間添加空格符，包括：

分別根據所述第一文本塊與所述第二文本塊的文本信息，確定所述第一文本塊與所述第二文本塊之間的參考空格寬度；

在所述第一文本塊與所述第二文本塊之間的間隔距離大于或等于所述參考空格寬度的情況下，在所述第一文本塊與所述第二文本塊之間添加空格符。

3.根據權利要求2所述的文檔處理方法，其特征在于，所述分別根據所述第一文本塊與所述第二文本塊的文本信息，確定所述第一文本塊與所述第二文本塊之間的參考空格寬度，包括：

分別根據所述第一文本塊與所述第二文本塊內的文本的字體和/或字號，確定目標空格寬度；

分別根據所述第一文本塊與所述第二文本塊內的文本的字符類型，確定目標空格寬度比例值；

將所述目標空格寬度與所述目標空格寬度比例值的乘積，確定為所述第一文本塊與所述第二文本塊之間的參考空格寬度。

4.根據權利要求3所述的文檔處理方法，其特征在于，所述分別根據所述第一文本塊與所述第二文本塊內的文本的字體和/或字號，確定目標空格寬度，包括：

根據不同字體和/或字號與空格寬度之間的預設對應關系，分別確定與所述第一文本塊內的文本的字體和/或字號對應的第一空格寬度，以及與所述第二文本塊內的文本的字體和/或字號對應的第二空格寬度；

將所述第一空格寬度與所述第二空格寬度中數值較小的空格寬度，確定為所述目標空格寬度。

5.根據權利要求3所述的文檔處理方法，其特征在于，所述分別根據所述第一文本塊與所述第二文本塊內的文本的字符類型，確定目標空格寬度比例值，包括：

根據不同文本類型與空格寬度比例值之間的預設對應關系，分別確定與所述第一文本塊內的文本的字符類型對應的第一空格寬度比例值，以及與所述第二文本塊內的文本的字符類型對應的第二空格寬度比例值；

將所述第一空格寬度比例值與所述第二空格寬度比例值中數值較小的空格寬度比例值，確定為所述目標空格寬度比例值。

6.根據權利要求5所述的文檔處理方法，其特征在于，在一個文本塊內包括至少兩種字符類型的文本的情況下，將所述至少兩種字符類型分別對應的空格寬度比例值中數值最小的空格寬度比例值，確定為所述文本塊內的文本的字符類型對應的空格寬度比例值。

7.根據權利要求1所述的文檔處理方法，其特征在于，在所述第一文本塊與所述第二文本塊分別處于同一段落中的相鄰兩行的情況下，所述分別根據所述第一文本塊與所述第二文本塊的文本信息，在所述第一文本塊與所述第二文本塊之間添加空格符，包括：

若所述第一文本塊內的最后一個字符的字符類型為目標字符類型，和/或，若所述第二文本塊內的第一個字符的字符類型為目標字符類型，則在所述第一文本塊與所述第二文本塊之間添加空格符；

其中，在閱讀方向上，所述第一文本塊為相鄰兩行的前一行中的最后一個文本塊，所述第二文本塊為相鄰兩行的后一行中的第一個文本塊；所述目標字符類型包括：英文和數字的至少一種。