| 发明名称 | 一种PDF文档到XML文档转换的方法 | ||
| 摘要 | 本发明公开了一种PDF文档到XML文档转换的方法，(一)中间文档生成模块(7)：针对PDF样本文档(2)的内容，根据语义项和文本块之间的映射关系，系统自动生成标记语义项和信息块特征的中间XML文档(3)；(二)规则生成模块：对PDF样本文档(2)进行分析和处理，调用中间文档生成模块(7)产生的中间XML文档(3)，通过文档解析器读取PDF源文档(1)的内容，并将其转换为规则的XSLT文档；(三)自动抽取模块：接受规则的XSLT文档，得到满足目标DTD文档并具有语义信息的目标XML文档(5)。本发明可以对转换后的XML文档做进一步的操作，从而提高文档自动分类和用户信息检索的效率。 | ||
| 申请公布号 | CN1776673A | 申请公布日期 | 2006.05.24 |
| 申请号 | CN200510122890.4 | 申请日期 | 2005.12.03 |
| 申请人 | 福州大学 | 发明人 | 张文德;宋艳娟;陈振标;杨传耀;陈俊林;朱丹红 |
| 分类号 | G06F17/30(2006.01) | 主分类号 | G06F17/30(2006.01) |
| 代理机构 | 代理人 | ||
| 主权项 | 1、一种PDF文档到XML文档转换的方法，其特征在于：它包括中间文档生成模块(7)、规则生成模块(8)、自动抽取模块(9)依次进行，其步骤为：步骤一：中间文档生成模块：针对PDF样本文档(2)的内容，根据语义项和文本块之间的映射关系，系统自动生成标记语义项和信息块特征的中间XML文档(3)；步骤二：规则生成模块：对PDF样本文档(2)进行分析和处理，调用中间文档生成模块(7)产生的中间XML文档，通过文档解析器读取PDF源文档(1)的内容，并将其转换为规则XSLT文档(4)；步骤三：自动抽取模块：接受规则XSLT文档(4)，得到满足目标DTD文档并具有语义信息的目标XML文档(5)。 | ||
| 地址 | 350002福建省福州市工业路523号 | ||