[發明專利]WORD內容批量拷貝到基于S1000D標準DM的快速轉換方法

有效

• 申請號: 202110316627.8
• 申請日: 2021-03-25
• 公開（公告）號: CN112699641B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 孫國防;蔣巍;孫浩
• 申請（專利權）人: 南京國睿信維軟件有限公司
• 主分類號: G06F40/151
• 分類號: G06F40/151;G06F40/186
• 代理公司: 南京蘇創專利代理事務所(普通合伙) 32273
• 代理人: 鳳婷

1.WORD內容批量拷貝到基于S1000D標準DM的快速轉換方法，其特征在于：包括如下步驟：

步驟1：文檔html化：對文檔全文進行html標簽語言的文本化，通過鍵盤“CTRL+C/CTRL+V”觸發復制/粘貼命令，將文檔內容復制到剪切板中，設置文檔數據格式為html格式，通過Transformer轉換對象獲取剪切板中html格式內容，輸出html標簽語言文本；

步驟2：根據步驟1中底層html數據的“xmlns:w=urn:schemas-microsoft-com:office:WORD”標簽語言文本判斷是否來源于word文檔，若是，則進入步驟3，若不是，則調用普通轉換操作；

步驟3：核對html標簽語言文本是否為已注冊的word粘貼命令，若否，則把word粘貼命令注冊到緩存的命令集合中，然后進入步驟4，若是，則直接進入步驟4；

步驟4：判斷當前光標是否定位在編輯區節點中，若否，則警告提示，若是，則進入步驟5；

步驟5：獲取word需要粘貼的對象，執行粘貼命令，并且初始化xslt樣式模板；

步驟6：啟動多線程操作，對粘貼后的html標簽語言文本進行裁剪、調整或者刪除不必要的內容，為轉換S1000D節點做準備，多線程操作的具體執行過程為：

步驟6.1：把html標簽語言文本中字符串轉成Document對象進行解析，并刪除html標簽語言文本中的命名空間及注釋內容，再把圖片內容下載到本地臨時文件夾，普通圖片用png格式保存，VISIO格式用EMF壓縮格式保存，文件命名格式為“image”+編號；

步驟6.2：刪除html標簽語言文本中底層對應的meta多余標簽內容，刪除全局字體相關的樣式；

步驟6.3：刪除原word純文本內容樣式、有序列表、無序列表樣式及文本布局格式，修改語言為“zh-CN”格式；

步驟6.4：刪除底層原word文檔全文中的鏈接樣式；

步驟6.5：根據原word文檔底層表格列寬，修改為用百分比表示列寬，增加處理指令，用來預處理按照S1000D標準標簽表示的表格；

步驟6.6：修改圖片標簽，把原word文檔中的底層img標簽改為figure，并且增加屬性“class='figcaption'”來表示圖片，若沒有加入此屬性的，則默認作為圖標；

步驟6.7：根據原word文檔中的底層p標簽的屬性“class='MsoNormal'”判斷底層p標簽是有序列表還是無序列表，若是有序列表，則把p標簽轉成對應的有序“olli”標簽，若是無序列表，則把p標簽轉成對應的無序“ulli”標簽；

步驟6.8：處理圖注或者表注，根據原word文檔中的圖片或者表格標簽中的“class='figcaption'”或者“class='caption'”來填充圖片或者表格的標題；

步驟6.9：預處理標題標簽，根據原word文檔全文中的底層標簽，一級標題標簽“h1/h1”轉成對應的“div class='section1'h1h1/div”標簽，在后期根據“class='section1'”轉成對應的S1000D節點或者步驟標簽；

步驟6.10：刪除原word文檔中的底層空文本標簽、span標簽及樣式，把“b、big、cite、em、i、small、strong和u”標簽中的內容替換到外層p標簽中，并且刪除“b、big、cite、em、i、small、strong和u”標簽及其樣式；

步驟6.11：根據步驟6.1-6.10，生成對應的標簽內容，作為轉成S1000D標簽的輸入原Xml內容；

步驟6.12：將步驟6.11生成的輸入原Xml內容解析轉成“Document”對象，為轉成標準S1000D內容做準備；

步驟7：若當前線程能在1秒內處理完源數據，則不彈出日志對話框，若超過1秒還沒有執行完，則通過thread.join(1000)結束當前線程，彈出操作日志對話框；

步驟8：根據xslt樣式文件路徑獲取樣式模板，若緩存中有樣式模板信息，則默認樣式模板信息從緩存中取，若緩存中沒有樣式模板信息，則把樣式模板信息存入到緩存中，需要模板信息時直接從緩存中取；

步驟9：通過模板樣式文件進行轉換，轉換成標準S1000D節點后，根據當前光標位置節點的上下文約束關系，判斷是否能插入轉換后節點，若能夠插入，則把根據樣式模板轉成的節點粘貼到對應位置，若不能插入，則進行提示信息說明，再往Transformer轉換對象中設置必要參數，轉換成S1000D標準DM的Xml文件。

2.根據權利要求1所述的WORD內容批量拷貝到基于S1000D標準DM的快速轉換方法，其特征在于：所述步驟9中通過單例模式獲取樣式模板，往“Document”對象中設置必要參數的具體過程為：

當進行層級或者步驟節點轉換時，將當前的DM類型設置到“Document”對象中，若當前DM類型是描述類型，html標簽div class=section1轉成S1000D標準一級層級段落標簽levelledPara，html標簽div class=section2轉成S1000D標準子級層級段落標簽levelledPara，用1，1.1，1.1.1來表示層級段落標簽levelledPara樣式，節點的父子或兄弟關系根據class屬性值進行確定；若當前DM類型是程序類型，html標簽div class=section1轉成一級步驟節點標簽procduralStep，div class=section2轉成子級步驟節點標簽levelledPara或者procduralStep，并且用1，1.1，1.1.1來表示層級樣式，節點的父子或者兄弟關系根據class的屬性值進行確定；

當進行標題節點轉換時，若當前DM類型是描述類型，則轉成title標簽；若當前DM是程序類型，則將html標簽h1~h6標簽轉成S1000D標準Xml的para標簽；

當進行段落節點轉換時，將html的P標簽轉成對應的S1000D標準Xml的para標簽，根據節點上下文關系，在解析時，若當前節點的父節點是警告標簽、注意標簽和注標簽時，則將html的P標簽轉換成S1000D標準Xml的warningAndCautionPara標簽；

當進行有序/無序列表轉換時，將html的有序標簽olli轉成S1000D標準Xml的sequentialListlistItem標簽，用1，1.1，1.1.1來表示層級段落標簽樣式；將html的無序標簽ulli S1000D標準Xml的randomListlistItem標簽，用“.”表述無序樣式；

當進行圖標轉換時，若源數據html中沒有div class=figure標簽，只出現imgalt=… src=xxx.png /img時，則默認轉成S1000D標準Xml的圖標標簽symbol src= /；

當進行表格轉換時，根據表格樣式模板，把源數據表格節點及子節點與S1000D節點根據tr-----row、td-----entry、colgroup-----colspec、caption-----title對應關系進行轉換；源數據表格跨列，則通過處理指令計算當前開始列與結束列，并且把對應結果作為單元格namest和nameend的屬性值；

當進行文本操作時，若有處理指令.toxml-text.，則默認當作文本進行拷貝，若沒有處理指令.toxml-text.，則作為para節點進行拷貝。