发明名称 |
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。 |
申请公布号 |
CN103902918B |
申请公布日期 |
2017.01.18 |
申请号 |
CN201210587758.0 |
申请日期 |
2012.12.30 |
申请人 |
航天信息股份有限公司 |
发明人 |
王申;金端峰;郭向国 |
分类号 |
G06F21/60(2013.01)I |
主分类号 |
G06F21/60(2013.01)I |
代理机构 |
北京工信联合知识产权代理事务所(普通合伙) 11266 |
代理人 |
郭一斐;黄晓军 |
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。 |
地址 |
100195 北京市海淀区杏石口路甲18号航天信息园 |