多语文档分离的方法和系统

摘要

本发明提供一种多语文档分离的方法和系统，其主要原理是：对文档字符进行扫描；根据字符属性信息为当前扫描字符确定语种标识；将当前扫描字符的语种标识与需分离语种标识进行比较，并当二者相同时，记录当前扫描字符为句首字符；将扫描到的下一个字符与句尾符号进行比较，并当二者相同时，记录其为句尾字符；将自句首字符至句尾字符的所有字符定位为当前句，并为当前句分配存放指针；根据所述存放指针，将当前句写入到与该语种标识对应的文件中。通过本发明，能够实现对WORD文档中的多语混杂内容进行分离，不仅方便了用户操作，而且能够大大节约人力资源和时间。

主权项

一种多语文档分离的方法，其特征在于，所述多语文档分离的方法包括：对文档字符进行扫描；根据字符属性信息为当前扫描字符确定语种标识；将当前扫描字符的语种标识与需分离语种标识进行比较，并当二者相同时，记录当前扫描字符为句首字符；将扫描到的下一个字符与句尾符号进行比较，并当二者相同时，记录其为句尾字符；将自句首字符至句尾字符的所有字符定位为当前句，并为当前句分配存放指针；根据所述存放指针，将当前句写入到与该语种标识对应的文件中。