[發(fā)明專(zhuān)利]文檔處理方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110583801.5
• 申請(qǐng)日: 2021-05-27
• 公開(kāi)（公告）號(hào): CN113204951A
• 公開(kāi)（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 廖林濤;朱增
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州文石信息科技有限公司
• 主分類(lèi)號(hào): G06F40/189
• 分類(lèi)號(hào): G06F40/189;G06F40/109;G06F40/191
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 陳嘉雯

1.一種文檔處理方法，其特征在于，所述方法包括：

掃描待處理文檔中的每行文本；

基于每行文本包含的字節(jié)長(zhǎng)度及預(yù)設(shè)標(biāo)題規(guī)則，篩選作為標(biāo)題的文本行，并確定各標(biāo)題在所述待處理文檔中的位置；

基于各標(biāo)題在所述待處理文檔中的位置，確定每一標(biāo)題對(duì)應(yīng)章節(jié)的起止位置；

根據(jù)所述標(biāo)題及與所述標(biāo)題對(duì)應(yīng)章節(jié)的起止位置，建立與所述待處理文檔對(duì)應(yīng)的目錄和章節(jié)列表。

2.根據(jù)權(quán)利要求1所述的文檔處理方法，其特征在于，還包括：

當(dāng)用戶(hù)打開(kāi)所述待處理文檔時(shí)，根據(jù)所述用戶(hù)停留在所述待處理文檔中的當(dāng)前字節(jié)位置，調(diào)用所述章節(jié)列表確定待讀取的字節(jié)范圍；

讀取所述字節(jié)范圍內(nèi)的字節(jié)流。

3.根據(jù)權(quán)利要求1所述的文檔處理方法，其特征在于，所述掃描待處理文檔中的每行文本的步驟，包括：

檢測(cè)待處理文檔的文檔編碼；

依據(jù)所述文檔編碼掃描所述待處理文檔中的每行文本。

4.根據(jù)權(quán)利要求3所述的文檔處理方法，其特征在于，所述依據(jù)所述文檔編碼掃描所述待處理文檔中的每行文本的步驟，包括：

基于所述文檔編碼確定所述待處理文檔的每行末尾字節(jié)位置；

根據(jù)每行末尾字節(jié)位置確定所述待處理文檔中的每行文本。

5.根據(jù)權(quán)利要求1所述的文檔處理方法，其特征在于，所述基于每行文本包含的字節(jié)長(zhǎng)度及預(yù)設(shè)標(biāo)題規(guī)則，篩選作為標(biāo)題的文本行的步驟，包括：

確定每行文本所對(duì)應(yīng)的字節(jié)長(zhǎng)度；

篩選字節(jié)長(zhǎng)度不大于預(yù)設(shè)標(biāo)題長(zhǎng)度閾值的文本行進(jìn)行解碼；

根據(jù)預(yù)設(shè)標(biāo)題規(guī)則判斷解碼后得到的各行字符串是否為標(biāo)題；

若是，則將所述字符串對(duì)應(yīng)的文本行作為標(biāo)題。

6.根據(jù)權(quán)利要求5所述的文檔處理方法，其特征在于，所述根據(jù)預(yù)設(shè)標(biāo)題規(guī)則判斷解碼后得到的各行字符串是否為標(biāo)題的步驟之后，還包括：

若其中一行字符串不是標(biāo)題，則依據(jù)預(yù)設(shè)章節(jié)長(zhǎng)度閾值，將所述字符串的相鄰兩側(cè)作為標(biāo)題的字符串進(jìn)行劃分；

確定劃分后的各章節(jié)的起止位置。

7.根據(jù)權(quán)利要求1所述的文檔處理方法，其特征在于，所述基于各標(biāo)題在所述待處理文檔中的位置，確定每一標(biāo)題對(duì)應(yīng)章節(jié)的起止位置的步驟，包括：

對(duì)于一目標(biāo)標(biāo)題：

將所述目標(biāo)標(biāo)題的開(kāi)頭字符在所述待處理文檔中的字節(jié)位置，作為所述目標(biāo)標(biāo)題對(duì)應(yīng)章節(jié)的起始位置；

將與所述目標(biāo)標(biāo)題相鄰的下一標(biāo)題的開(kāi)頭字符，在所述待處理文檔中的字節(jié)位置，作為所述目標(biāo)標(biāo)題對(duì)應(yīng)章節(jié)的截止位置。

8.一種文檔處理裝置，其特征在于，包括：

數(shù)據(jù)掃描模塊，用于掃描待處理文檔中的每行文本；

標(biāo)題確認(rèn)模塊，用于基于每行文本包含的字節(jié)長(zhǎng)度及預(yù)設(shè)標(biāo)題規(guī)則，篩選作為標(biāo)題的文本行，并確定各標(biāo)題在所述待處理文檔中的位置；

章節(jié)確認(rèn)模塊，用于基于各標(biāo)題在所述待處理文檔中的位置，確定每一標(biāo)題對(duì)應(yīng)章節(jié)的起止位置；

文檔建立模塊，用于根據(jù)所述標(biāo)題及與所述標(biāo)題對(duì)應(yīng)章節(jié)的起止位置，建立與所述待處理文檔對(duì)應(yīng)的目錄和章節(jié)列表。

9.一種存儲(chǔ)介質(zhì)，其特征在于：所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得一個(gè)或多個(gè)處理器執(zhí)行如權(quán)利要求1至7中任一項(xiàng)所述文檔處理方法的步驟。

10.一種計(jì)算機(jī)設(shè)備，其特征在于：所述計(jì)算機(jī)設(shè)備中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得一個(gè)或多個(gè)處理器執(zhí)行如權(quán)利要求1至7中任一項(xiàng)所述文檔處理方法的步驟。