[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

本發明實施例提供了一種文檔處理方法及裝置、電子設備、計算機可讀存儲介質。所述文檔處理方法包括：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。本發明實施例提供的技術方案，可以在相鄰兩個文本塊之間需要補充空格符時，進行空格符的添加，從而減少因缺少空格符而導致用戶閱讀時難以斷句的問題發生。

技術領域

本發明涉及文檔處理技術領域，尤其涉及一種文檔處理方法及裝置、電子設備、計算機可讀存儲介質。

背景技術

隨著智能終端技術的發展，智能終端所支持的功能也越來越多，其中即包括電子閱讀功能。電子閱讀使得用戶的閱讀不再完全依賴紙質文件，也使得用戶可以隨時隨地通過智能終端進行閱讀，更好地滿足了用戶的閱讀需求。

在電子閱讀中，一種常見的電子文檔為版式文檔。版式文檔是指符合版式文檔格式規范的文檔。而版式文檔格式是版面呈現效果固定的電子文檔格式，版式文檔的呈現與設備無關。對于版式文檔，在智能終端的屏幕中顯示時，由于版式固定，有時會存在閱讀不便的問題。為了使用戶具有更好地閱讀體驗，可以將版式文檔轉換為流式文檔。

在版式文檔中，有些空格符不是以文本元素的形式記錄的，而是通過設置文本塊的位置以制造相鄰兩個文本塊之間的間隔距離來表示，在轉換為流式文檔時，一般會忽略這些空格符，導致空格符的缺失，影響文檔內容之間的分隔，給用戶閱讀時造成斷句困難的問題。

發明內容

本發明提供了一種文檔處理方法及裝置、電子設備、計算機可讀存儲介質，以便在一定程度上解決現有技術中，在將版式文檔轉換為流式文檔時，因丟失空格符，導致用戶閱讀時影響斷句的問題。

在本發明實施的第一方面，提供了一種文檔處理方法，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。

可選地，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。

可選地，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。

可選地，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；