申请/专利权人：四川启睿克科技有限公司

申请日：2021-09-02

公开（公告）日：2023-06-13

公开（公告）号：CN113723063B

主分类号：G06F40/166

分类号：G06F40/166;G06F40/154;G06F40/14;G06F16/84

优先权：

专利状态码：有效-授权

法律状态：2023.06.13#授权;2021.12.17#实质审查的生效;2021.11.30#公开

摘要：本发明公开了一种RTF转HTML并在PDF文件实现效果的方法，pdf转换框架采用itext技术路线，rtf富文格式采用转换html格式，并进行规范化，即标签成对，对交叉使用的标签重新按树形结构嵌套排序；然后转换html格式富文本的标签替换为pdf转换框架itext可识别的标签或方法；最终实现生成可显示富文本样式的pdf文件。

主权项：1.一种RTF转HTML并在PDF文件实现效果的方法，其特征在于，包括以下步骤：步骤1，系统读取rtf格式的富文本，用开源代码RTF2HTML将rtf格式富文本转换为html格式富文本；步骤2，规范化步骤1生成的html格式富文本：按dom树形结构进行规整，递归逐级进入dom树结构层级，判断最底一级的前标签是否有后标签存在并且一致，如果不存在或者不一致就补充或替换为一致的后标签；所述步骤2中，完成校验后，递归回上一层级继续判断是否后标签存在并且一致，如果不存在或者不一致就补充或替换为一致的后标签；如此往复递归直到校验完成最高一层级的前后标签；步骤3，将步骤2生成规范的html格式富文本的所有标签进行筛选，将pdf转换框架itext无法识别的tag、attribute进行替换；使用img标签解析出图片src的值，再采用框架api函数来设置图片样式，最终替换pdf框架无法识别的tag、attribute生成pdf框架可转换并实现效果的html富文本；所述步骤3中，不同层级前途的tag、attribute采用递归方式，先遍历最底层级的tag、attribute判断pdf框架是否识别，如无法识别则替换为可识别的tag、attribute；验证完后，递归回上一层继续判断该层级的tag、attribute是否识别及执行替换操作，如此往复直到最高一层级的标签鉴别完成；所述步骤3中，pdf框架可识别的html标签和无法识别的标签之间的替换联系采取建立一对一的映射关系，由数据库将无法识别的标签，以及其映射替换关系持久化保存；pdf框架无法识别的标签由于现有文档不够完善，采用提前验证出无法识别的html标签和建立替换联系规则的方式，将其保存在数据库中；所述步骤3中，建立itext框架无法识别html的tag、attribute数据表以及对应替换tag或方法索引字段；方法索引字段对应替换的方法，包括框架api函数；步骤4，将步骤3获取的html格式富文本，用pdf框架itext，生成pdf文件，其富文本效果显示在pdf文件中，pdf文件用于打印或持久化保存。

全文数据：

权利要求：

百度查询： 四川启睿克科技有限公司 一种RTF转HTML并在PDF文件实现效果的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD