一种从Word文档中快速提取文字格式的方法和装置

摘要

本发明实施例提供了一种从Word文档中快速提取文字格式的方法和装置，包括以下步骤：将文档切分为多个部分；将每个部分的文档内容转换为字符串格式，得到每个部分的文档内容分别对应的字符串数据；提取所述字符串数据中所用字体及颜色集合；解析每个字符串数据，并按照树形数据结构保存；从所述树形数据结构中提取文字格式，将所有文字格式汇总。本发明将ms‑com接口与字符串处理相结合，研究出一系列解析规则，即吸取了ms‑com接口操作便利的优势，又避免了反复调用ms‑com接口导致效率低下的缺点，能够快速提取文档中全部文字格式。可以与电子签章等一些文档处理相关应用程序相结合，具有很高的使用价值。

主权项

一种从Word文档中快速提取文字格式的方法，其特征在于，包括以下步骤：将文档切分为多个部分；将每个部分的文档内容转换为字符串格式，得到每个部分的文档内容分别对应的字符串数据；提取所述字符串数据中所用字体及颜色集合；解析每个字符串数据，并按照树形数据结构保存；从所述树形数据结构中提取文字格式，将所有文字格式汇总。