一种版式文件中结构化信息获取的方法及装置

摘要

本发明公开了一种版式文件中结构化信息获取的方法及装置，用以提高版式文件的信息化管理中对版式文件的结构化速度，该方法包括：确定当前目录项对应的起始页码信息，将所述起始页码信息对应页的第一文章内容，按照内容属性信息分割成至少一个块结构字符，在每个块结构字符中查找与所述当前目录项的名称字符匹配的第一块结构字符，并获取所述第一块结构字符在所述第一文章内容中第一位置信息，根据所述第一位置信息获取所述当前目录项的起始位置信息，以及上一目录项的结束位置信息。

主权项

一种版式文件中结构化信息获取的方法，其特征在于，包括：确定当前目录项对应的起始页码信息；将所述起始页码信息对应页的第一文章内容，按照内容属性信息分割成至少一个块结构字符；在每个块结构字符中查找与所述当前目录项的名称字符匹配的第一块结构字符，并获取所述第一块结构字符在所述第一文章内容中第一位置信息；根据所述第一位置信息获取所述当前目录项的起始位置信息，以及上一目录项的结束位置信息。