申请/专利权人：北京市律典通科技有限公司

申请日：2021-09-13

公开（公告）日：2024-02-02

公开（公告）号：CN113779235B

主分类号：G06F16/34

分类号：G06F16/34;G06F40/14;G06F40/258

优先权：

专利状态码：有效-授权

法律状态：2024.02.02#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明公开一种Word文档大纲识别处理方法及装置，通过获取Word文件，对Word文件进行本地保存和解析，将Word文件转换为HTML代码文件；在JavaScript中循环HTML代码文件中所有的标题标签，使用递归算法遍历HTML代码文件的所有标题标签并整理为树结构数据；通过树结构数据生成对应Word文件的标题目录数据，对每一个HTML代码文件的标题预设一个唯一主键，使用唯一主键进行HTML代码文件内容和标题目录数据联动。本发明能够对Word文档进行大纲识别处理，实现目录和Word文档的联动，方便掌握Word文档梗概，可以集成于应用系统快速的生成浏览编辑帮助页面。

主权项：1.一种Word文档大纲识别处理方法，其特征在于，包括以下步骤：获取Word文件，对所述Word文件进行本地保存和解析，将所述Word文件转换为HTML代码文件；在JavaScript中循环所述HTML代码文件中所有的标题标签，使用递归算法遍历所述HTML代码文件的所有标题标签并整理为树结构数据；通过所述树结构数据生成对应所述Word文件的标题目录数据，对每一个HTML代码文件的标题预设一个唯一主键，使用所述唯一主键进行HTML代码文件内容和标题目录数据联动；将所述Word文件保存至本地服务器，在本地服务器将所述Word文件转换为HTML代码文件，将生成的HTML代码文件返回至展示所述Word文件的前端设备；所述前端设备的展示界面包括目录窗口和富文本编辑器窗口，所述目录窗口用于展示所述标题目录数据，所述富文本编辑器窗口用于展示所述HTML代码对应的Word文件内容；当所述富文本编辑器窗口的Word文件内容发生变化以后，重新触发生成Word文件内容变化后的标题目录；将富文本编辑器窗口的Word文件内容发生变化前的标题目录与富文本编辑器窗口的Word文件内容发生变化后的标题目录进行对比；若富文本编辑器窗口的Word文件内容发生变化后的标题目录存在删除的标题标签，则将删除的标题标签对应的主键一并删除；若富文本编辑器窗口的Word文件内容发生变化后的标题目录存在新增的标题标签，则对新增的标题标签创建新的主键；若所述标题标签在富文本编辑器窗口的Word文件内容发生变化前后的标题目录中均存在，则在富文本编辑器窗口的Word文件内容发生变化后的标题目录中延续使用所述标题标签的主键；所述标题目录数据生成步骤程包括：判断标题的标签层级是否等于1：若标题的标签层级等于1，插入父级目录；若标题的标签层级不等于1，继续遍历剩余标题对应的标签层级；判断当前标题的当前层级是否大于父级层级：若当前标题的当前层级大于父级层级，插入当前目录的子目录，继续遍历剩余标题对应的标签层级，重复判断过程，直至遍历结束；若当前标题的当前层级不大于父级层级，插入父级目录，继续遍历剩余标题对应的标签层级，重复判断过程，直至遍历结束。

全文数据：

权利要求：

百度查询： 北京市律典通科技有限公司 一种Word文档大纲识别处理方法及装置

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