[发明专利]一种用于进行文档文件处理的方法及装置

权利要求书

1.一种用于进行文档文件处理的方法，其特征在于，包括：

-从文档文件中提取文档件元素；

-根据所述文档文件元素的类型与文档文件元素在该文档文件中的置信息来对所述文档文件元素进行合并，以生成合并后的文档文件。

2.根据权利要求1所述的方法，其中，所述对文档文件元素进行合并的步骤包括以下步骤：

-基于以下至少一项，来根据所述文文件元素的类型与位置信息来将所述多个文档文件元素进行合并：

-当文档文件元素为文字时，根据文字的排列方式及坐标信息将所述文字合并处理为一个文字序列；

-对于相邻的两个图形，根据两个图形的坐标信息，将两个图形合并为一个图形；

-对包含在同一区域中的多个不同类型文档文件元素时，根据所述不同类型文档文件元素的坐标信息，将所述多个不同类型的文档文件元素合并为一个图形；

-将由多个文档文件元素合并后得到的文档文件元素按照其相应的坐标信息进行排列，生成合并后的文档文件。

3.根据权利要求2所述的方法，其特征在于，所述当文档文件元素为文字时，根据文字的排列方式及坐标信息将文字合并处理为一个文字序列的步骤，包括：

-当文字的排列方式为横排时，根据文字的坐标信息，将相邻换行符之间的同一行，但被其他文档文件元素分隔开的，多段横排文字合并成一个按横排方式连续排列的文字序列；

-当文字的排列方式为竖排时，根据文字的坐标信息，将相邻换行符之间的同一列，但被其他文档文件元素分隔开的，多段竖排文字合并处理成一个按竖排方式一连续排列的文字序列。

4.根据权利要求2或3所述的方法，其特征在于，还包括：

-将合并后得到的图形存储为图形文件；

-对所述图形文件建立索引并放入合并后的文档文件中。

5.根据利要求2或3所述的方法，其特征在于，还包括：

-内置在浏览器中的阅读器解析所述合并后的文档文件，并根据该合并后的文档文件中的信息来对其中包含的文档文件元素进行渲染来进行呈现。

6.一种用于进行文档文件处理的文档文件处理装置，其特征在于，包括：

元素提取装置，用于从文档文件中提取文文件元素；

合并装置，用于根据所述文档文件元素的类型与文档文件元素在该档文件中的位置信息来对所述文档文件元素进行合并，以生成合并后的文档文件。

7.根据权利要求6所述的装置，其特征在于，所述合并装置包括：

第一合并模块，用于基于以下至少一种方式，来根据所述文档文件元素的型与位置信息来将所述多个文档文件元素进行合并：

-当文档文件元素为文字时，根据文字的排列方式及坐标信息将所述文字合并处理为一个文字序列；

-对于相邻的两个图形，根据两个图形的坐标信息，将两个图形合并为一个图形；

-对包含在同一区域中的多个不同类型文档文件元素时，根据所述不同类型文档文件元素的坐标信息，将所述多个不同类型的文档文件元素合并为一个图形；

排列模块，用于将由多个文档文件元素合并后得到的文件元素，按照其相应的坐标信息进行排列，生成合并后的文档文件。

8.根据权利要求7所述的装置，其特在于，所述第一合并模块包括：

第一合并子模块，用于当文字的排列方式为横排时，根据文字的坐标信息，将相邻换行符之间的同一行，但被其他文档文件元素分隔开的，多段横排文字合并成一个按横排方式连续排列的文字序列；

第二合并子模块，用于当文字的排列方式为竖排时，根据文字的坐标信息，将相邻换行符之间的同一列，但被其他文档文件元素分隔开的，多段竖排文字合并处理成一个按竖排方式一连续排列的文字序列。

9.根据权利要求7或8所述的装置，其特征在于，还包括：

存储装置，用于将合并后得到的图形存储为图形文件；

索引建立装置，用于对所述图形文件建立索引并放入合并后的文档文件中。

10.根据权利要求7或8所述的装置，其特征在于，还包括：

阅读器，用于内置在浏览器中，解析所述合并后的文档文件，并根据该合并后的文档文件中的信息来对其中包含的文档文件元素进行渲染来进行呈现。