一种文档内容的提取方法和装置

摘要

本发明实施例公开了一种文档内容的提取方法和装置。所述方法包括：搜索初始文档中满足设定格式条件的内容，并去除所述内容对应的格式，得到预处理文档；提取预处理文档中的目标内容，并转换形成格式内容文件，给格式内容文件添加标签进行标注，从预处理文档中删除目标内容；提取处理后预处理文档中的剩余内容，保存为文本文件，与格式内容文件存储至初始文档对应的文件夹。本发明实施例解决了现有技术只能提取文档中的特定内容，无法适应于格式多样化的内容问题，通过对文档内容进行分析，充分识别并提取文档中不同格式的内容，最终达到缩减电子系统使用文档的限制，充分利用已有文档中的内容的目的。

主权项

一种文档内容的提取方法，其特征在于，包括：搜索初始文档中满足设定格式条件的内容，并去除所述内容对应的格式，得到预处理文档；提取所述预处理文档中的目标内容，并转换形成格式内容文件，给所述格式内容文件添加标签进行标注，从所述预处理文档中删除所述目标内容；提取处理后所述预处理文档中的剩余内容，保存为文本文件，与所述格式内容文件存储至所述初始文档对应的文件夹。