[發(fā)明專利]一種專利PDF文檔批量重命名的方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010710312.7
• 申請(qǐng)日: 2020-07-22
• 公開（公告）號(hào): CN111858491A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 劉威葳;李智歡;劉淼;伍兆恒;趙澤;潘海平;肖應(yīng)輝
• 申請(qǐng)（專利權(quán)）人: 廣州兆和電力技術(shù)有限公司
• 主分類號(hào): G06F16/16
• 分類號(hào): G06F16/16;G06F16/17
• 代理公司: 湖南兆弘專利事務(wù)所(普通合伙) 43008
• 代理人: 趙朕毅;劉暢舟

本發(fā)明公開了一種專利PDF文檔批量重命名的方法及系統(tǒng)，本發(fā)明的方法包括：進(jìn)行參數(shù)配置并創(chuàng)建目的文件夾；從源文件夾中選取待處理的專利PDF文檔；解析出被選取的專利PDF文檔的文字內(nèi)容；刪除文字內(nèi)容中的報(bào)錯(cuò)字符，提取文字內(nèi)容中的有效信息；對(duì)被提取的有效信息重新編輯順序得到最終文件名，復(fù)制被選取的專利PDF文檔得到專利PDF文檔副本，將專利PDF文檔副本按照最終文件名重命名，將重命名后的專利PDF文檔副本保存到目的文件夾；更新日志，從源文件夾中繼續(xù)選取待處理的專利PDF文檔重命名直到源文件夾中的專利PDF文檔遍歷循環(huán)完畢。本發(fā)明能夠提取專利PDF文檔中的有效信息并批量重命名，方便科研人員快速辨識(shí)。

技術(shù)領(lǐng)域

本發(fā)明涉及PDF文檔處理，尤其涉及一種專利PDF文檔批量重命名的方法及系統(tǒng)。

背景技術(shù)

已公告的專利文檔通常以PDF文檔型式存在，PDF文檔的命名方式一般為《申請(qǐng)?zhí)?pdf》。當(dāng)保存在本地的PDF專利文檔較多時(shí)，這種以申請(qǐng)?zhí)柮奈臋n不容易識(shí)別，造成查詢資料的不便。一般的方法是對(duì)該P(yáng)DF專利文檔進(jìn)行手動(dòng)重命名。當(dāng)PDF文檔成百上千時(shí)，手動(dòng)命名耗時(shí)耗力。

為此，急需開發(fā)一種PDF文檔批量重命名的系統(tǒng)及方法，對(duì)PDF文檔中的有效信息進(jìn)行提取，批量重命名，方便科研人員快速辨識(shí)專利文檔。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題就在于：針對(duì)現(xiàn)有技術(shù)存在的技術(shù)問(wèn)題，本發(fā)明提供一種專利PDF文檔重命名的方法及系統(tǒng)，能夠提取專利PDF文檔中的有效信息并批量重命名，方便科研人員快速辨識(shí)專利PDF文檔。

為解決上述技術(shù)問(wèn)題，本發(fā)明提出的技術(shù)方案為：

一種專利PDF文檔批量重命名的方法，包括以下步驟：

1）進(jìn)行參數(shù)配置并在默認(rèn)存儲(chǔ)路徑下創(chuàng)建用于保存重命名后的專利PDF文檔的目的文件夾；

2）從源文件夾中選取待處理的專利PDF文檔；

3）解析出被選取的專利PDF文檔的文字內(nèi)容；

4）篩選并刪除文字內(nèi)容中的報(bào)錯(cuò)字符，根據(jù)預(yù)設(shè)的匹配方法提取文字內(nèi)容中的有效信息，所述匹配方法包括：根據(jù)專利PDF文檔中專利類型、專利名稱、公告號(hào)、公告日、申請(qǐng)?zhí)枴⑸暾?qǐng)人、專利權(quán)人和摘要對(duì)應(yīng)部分的開始文字、結(jié)束文字以及中間文字的格式對(duì)文字內(nèi)容正則匹配；

5）對(duì)被提取的有效信息重新編輯順序得到最終文件名，復(fù)制被選取的專利PDF文檔得到專利PDF文檔副本，將專利PDF文檔副本按照最終文件名重命名，獲取用戶指定的存儲(chǔ)路徑，判斷用戶指定的存儲(chǔ)路徑和默認(rèn)存儲(chǔ)路徑是否一致，是則將重命名后的專利PDF文檔副本保存到用戶指定的存儲(chǔ)路徑下的目的文件夾，否則在用戶指定的存儲(chǔ)路徑下創(chuàng)建目的文件夾并將重命名后的專利PDF文檔副本保存到用戶指定的存儲(chǔ)路徑下的目的文件夾；

6）更新日志，判斷源文件夾中的專利PDF文檔是否遍歷循環(huán)完畢，是則結(jié)束并退出，否則返回步驟2）。

進(jìn)一步的，步驟4）具體包括以下步驟：

4.1）獲取文字內(nèi)容；

4.2）篩選并刪除文字內(nèi)容中的報(bào)錯(cuò)字符；

4.3）根據(jù)專利PDF文檔中專利類型、專利名稱、公告號(hào)、公告日、申請(qǐng)?zhí)枴⑸暾?qǐng)人、專利權(quán)人和摘要對(duì)應(yīng)部分中開始文字、結(jié)束文字以及中間文字的格式分別創(chuàng)造匹配專利類型、專利名稱、公告號(hào)、公告日、申請(qǐng)?zhí)枴⑸暾?qǐng)人、專利權(quán)人和摘要的正則表達(dá)式，通過(guò)各正則表達(dá)式分別對(duì)文字內(nèi)容正則匹配得到有效信息；

4.4）建立字典，將有效信息保存到字典中。

進(jìn)一步的，步驟5）具體包括以下步驟：

5.1）獲取字典、用戶指定的存儲(chǔ)路徑和當(dāng)前被選取的專利PDF文檔；