文档处理方法、电子设备及存储介质技术

本发明专利技术涉及一种文档处理方法、电子设备及存储介质。其中，文档处理方法包括：获取版式文档，版式文档包括至少一个目标页面；对版式文档进行解析，确定目标页面的单位元素信息，单位元素信息包括单位元素在目标页面上的元素信息，单位元素包括文本元素和/或图片；根据单位元素信息对目标页面进行区域划分，得到多个单位区域，其中，单位区域中包括一种单位元素；对目标页面中的各单位区域进行元素合并，得到文本段落和/或图片；根据文本段落和/或图片在目标页面上的元素信息，对版式文档进行格式转换，得到流式文档。本发明专利技术能够将版式文档从固定版面的版式文件转换为支持调整的流式文件，给注释笔记的转换提供了可能性，提升了文档处理的效率。理的效率。理的效率。

【技术实现步骤摘要】
文档处理方法、电子设备及存储介质


[0001]本公开涉及电子书
，尤其涉及一种文档处理方法、电子设备及存储介质。

技术介绍

[0002]随着互联网技术的快速发展，电子版的文档得到越来越多地使用和关注。
[0003]版式文档，例如PDF文档，因其不依赖操作系统的语言、字体及显示设备等特性，成为电子文档中常用的一种。目前，在阅读器中显示版式文档时存在因版式固定不可调造成显示效果不好的缺陷，相关技术中可以根据电子设备的屏幕类型进行简单重排，但是这种方式处理效率较低，不能满足用户的调整需求。

技术实现思路

[0004]为了解决相关技术中文档处理效率较低的技术问题，本公开提供了一种文档处理方法、电子设备及存储介质，以提升文档处理的效率。
[0005]第一方面，本公开实施例提供了一种文档处理方法，包括：
[0006]获取版式文档，所述版式文档包括至少一个目标页面；
[0007]对所述版式文档进行解析，确定所述目标页面的单位元素信息，所述单位元素信息包括单位元素在所述目标页面上的元素信息，所述单位元素包括文本元素和/或图片；
[0008]根据所述单位元素信息对所述目标页面进行区域划分，得到多个单位区域，其中，所述单位区域中包括一种单位元素；
[0009]对所述目标页面中的各所述单位区域进行元素合并，得到文本段落和/或图片；
[0010]根据所述文本段落和/或所述图片在所述目标页面上的元素信息，对所述版式文档进行格式转换，得到流式文档。
[0011]第二方面，本公开实施例提供了一种电子设备，包括：
[0012]处理器；
[0013]存储器，用于存储可执行指令；
[0014]其中，处理器用于从存储器中读取可执行指令，并执行可执行指令以执行以下操作：
[0015]获取版式文档，所述版式文档包括至少一个目标页面；
[0016]对所述版式文档进行解析，确定所述目标页面的单位元素信息，所述单位元素信息包括单位元素在所述目标页面上的元素信息，所述单位元素包括文本元素和/或图片；
[0017]根据所述单位元素信息对所述目标页面进行区域划分，得到多个单位区域，其中，所述单位区域中包括一种单位元素；
[0018]对所述目标页面中的各所述单位区域进行元素合并，得到文本段落和/或图片；
[0019]根据所述文本段落和/或所述图片在所述目标页面上的元素信息，对所述版式文档进行格式转换，得到流式文档。
[0020]第三方面，本公开实施例提供了一种计算机可读存储介质，该存储介质存储有计
算机程序，当计算机程序被处理器执行时，使得处理器实现第一方面的文档处理方法。
[0021]上述技术方案中的一个技术方案具有如下优点或有益效果：
[0022]依据本公开实施例的文档处理方法、电子设备及存储介质，能够获取版式文档，版式文档包括至少一个目标页面，对版式文档进行解析，确定目标页面的单位元素信息，单位元素信息包括单位元素在目标页面上的元素信息，单位元素包括文本元素和/或图片；根据单位元素信息对目标页面进行区域划分，得到多个单位区域，其中，单位区域中包括一种单位元素，之后对目标页面中的各单位区域进行元素合并，得到文本段落和/或图片，然后根据文本段落和/或图片在目标页面上的元素信息，对版式文档进行格式转换，得到流式文档。本公开实施例通过对版式文档的解析、区域划分、元素合并以及格式转换操作，能够将版式文档从固定版面的版式文件转换为支持调整的流式文件，进而能够满足后续展示时的用户的多种调整需求，同时也给注释笔记的转换提供了可能性，并且由于转换过程不依赖于阅读器，提升了文档处理的效率。
附图说明
[0023]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0024]图1为本公开实施例提供的一种文档处理方法的流程示意图；
[0025]图2为本公开实施例提供的一种版式文档的示意图；
[0026]图3为本公开实施例提供的一种文档解析的示意图；
[0027]图4为本公开实施例提供的一种元素合并的示意图；
[0028]图5为本公开实施例提供的一种流式文档的示意图；
[0029]图6为本公开实施例提供的另一种文档处理方法的流程示意图；
[0030]图7为本公开实施例提供的一种阅读器展示流式文档的示意图；
[0031]图8为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
[0032]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0033]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0034]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0035]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单
元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0036]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0037]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0038]为了解决相关技术中版式文档处理效率较低的技术问题，本公开实施例提供了一种文档处理方法，下面结合具体的实施例对该方法进行介绍。
[0039]图1为本公开实施例提供的一种文档处理方法的流程示意图，该方法可以由在线学习装置执行，其中该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。如图1所示，该方法包括：
[0040]步骤101、获取版式文档，版式文档包括至少一个目标页面。
[0041]本公开实施例的文档处理方法可以应用于阅读器，阅读器可以是任意一种能够展示电子文档给用户，使用户实现文档阅读的电子设备，包括墨水屏阅读器等。
[0042]其中，版式文档可以为固定版面的文档，也即版面呈现效果固定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文档处理方法，其特征在于，包括：获取版式文档，所述版式文档包括至少一个目标页面；对所述版式文档进行解析，确定所述目标页面的单位元素信息，所述单位元素信息包括单位元素在所述目标页面上的元素信息，所述单位元素包括文本元素和/或图片；根据所述单位元素信息对所述目标页面进行区域划分，得到多个单位区域，其中，所述单位区域中包括一种单位元素；对所述目标页面中的各所述单位区域进行元素合并，得到文本段落和/或图片；根据所述文本段落和/或所述图片在所述目标页面上的元素信息，对所述版式文档进行格式转换，得到流式文档。2.根据权利要求1所述的方法，其特征在于，所述元素信息包括尺寸信息和位置信息，所述文本元素为文本行，所述文本元素的位置信息包括所述文本行的行间距和/或列间距。3.根据权利要求2所述的方法，其特征在于，根据所述单位元素信息对所述目标页面进行区域划分，得到多个单位区域，包括：将所述目标页面确定为待处理区域，根据所述文本行的行间距和/或列间距，确定所述待处理区域中的最大行间距和/或最大列间距；根据所述最大行间距和/或所述最大列间距对所述待处理区域进行区域划分，得到至少两个子区域；将每个所述子区域重新确定为所述待处理区域，进行二次区域划分，直到划分得到的每个所述子区域均满足预设条件为止，将每个所述子区域确定为单位区域。4.根据权利要求3所述的方法，其特征在于，所述子区域满足预设条件，包括：当所述子区域中仅包括单个文本行、单个图片或者多个预设元素信息相同并且设置有首行缩进的连续的文本行时，则确定所述子区域满足预设条件，所述预设元素信息包括字体样式、字体大小、文本行的高度、文本行的宽度、文本行的行间距中的至少一个。5.根据权利要求1所述的方法，其特征在于，在对所述目标页面中的各所述单位区域进行元素合并，得到文本段落和/或图片之后，所述方法还包括：对所述文本段落和/或图片返回再次执行解析、区域划分和元素合并。6.根据权利要求1所述的方法，其特征在于，针对...

【专利技术属性】
技术研发人员：程超，魏戡，张恒，
申请(专利权)人：深圳市掌阅科技有限公司，
类型：发明
国别省市：