[发明专利]一种文档对比方法及装置

权利要求书

1.一种文档对比方法，其特征在于，该方法包括：

将修订文档和原文档进行内容对比，确定所述修订文档和所述原文档的最长公共字符串；

根据所述最长公共字符串分别对所述修订文档和所述原文档进行段落定位，确定在所述修订文档和原文档中存在对应关系的段落；

针对所述修订文档中的第一非对应段落，将所述第一非对应段落与所述原文档进行内容对比，其中，所述第一非对应段落为任意一个；

当对比结果中确定在所述原文档中存在最长公共字符串的第二段落，则确定所述第一非对应段落的第一匹配率，以及所述第二段落的第二匹配率，其中，所述第一匹配率和所述第二匹配率等于匹配字符串长度与段落整体字符串长度的比值；

当所述第一匹配率和所述第二匹配率同时不小于匹配阈值时，确定所述第一非对应段落为所述第二段落发生段落位置移动的段落。

2.如权利要求1所述的方法，其特征在于，还包括：

在所述修订文档中，以段落组为单位，将每个段落组分别与所述原文档作比较，所述段落组为所述修订文档中除了存在对应关系的段落之外的连续的段落；

当所述段落组与所述原文档存在最长公共字符串时，且所述最长公共字符串对应的段落组的段落中存在前后连续的两个段落，且前一个段落与所述最长公共字符串相比，尾部多个一个回车符，则确定在所述原文档存在一个段落与所述最长公共字符串对应修订文档的所述前后连续的两个段落相对应，所述修订文档的前后连续的两个段落是原文档的该段落发生段落移动后再段落拆分得到的；

当所述段落组与所述原文档存在最长公共字符串时，且所述最长公共字符串对应的段落组的段落与所述最长公共字符串相比，段落内容中间少了一个回车符，则确定回车符对应的位置发生段落组合。

3.如权利要求1所述的方法，其特征在于，所述确定在所述修订文档和原文档中存在对应关系的段落之后，还包括：

修订文档的任意一个存在对应关系的段落，将所述段落比原文档的对应段落缺少的字符，记为字符删除；针对所述修订文档将所述段落比原文档的对应段落新增的字符，记为文字插入。

4.如权利要求1所述的方法，其特征在于，所述将所述第一非对应段落与所述原文档进行内容对比之后，还包括：

当所述第一匹配率和第二匹配率同时不大于匹配阈值时，确定所述第一非对应段落的内容属于插入内容；

当所述第一匹配率小于所述匹配阈值，且所述第二匹配率大于所述匹配阈值时，确定所述第一非对应段落至少包含所述第二段落的大部分内容；

当所述第一匹配率大于所述匹配阈值，且所述第二匹配率小于所述匹配阈值时，那么确定所述第一非对应段落至少为所述第二段落的部分内容。

5.如权利要求1至4任一项所述的方法，其特征在于，所述将所述第一非对应段落与所述原文档进行内容对比之后，还包括：

将生成的对比结果采用批注的方式在所述原文档和所述修订文档的对应段落处增加批注注明，并利用不同的颜色来显示所述原文档和所述修订文档之间的内容差异。

6.一种文档对比装置，其特征在于，该装置包括：

确定单元，用于将修订文档和原文档进行内容对比，确定所述修订文档和所述原文档的最长公共字符串；

段落定位单元，用于根据所述最长公共字符串分别对所述修订文档和所述原文档进行段落定位，确定在所述修订文档和原文档中存在对应关系的段落；

对比单元，用于针对所述修订文档中的第一非对应段落，将所述第一非对应段落与所述原文档进行内容对比，其中，所述第一非对应段落为任意一个；当对比结果中确定在所述原文档中存在最长公共字符串的第二段落，则确定所述第一非对应段落的第一匹配率，以及所述第二段落的第二匹配率，其中，所述第一匹配率和所述第二匹配率等于匹配字符串长度与段落整体字符串长度的比值；当所述第一匹配率和所述第二匹配率同时不小于匹配阈值时，确定所述第一非对应段落为所述第二段落发生段落位置移动的段落。