[发明专利]一种文本处理方法、装置及计算机可读存储介质

权利要求书

1.一种文本处理方法，其特征在于，包括：

服务器按行获取待处理文本的内容；

当所述待处理文本中存在以非结束符号结尾的行，将所述以非结束符号结尾的行与该行的下一行合并在同一个段落中；其中，所述非结束符号是表示语句未结束的符号；

当所述待处理文本中存在以文字结尾的行，还包括：

获取由所述以文字结尾的行的末尾文字和该行的下一行的开头文字组成的词组；

判断获得的词组是否存在于预先建立的词组集合中；

当获得的词组存在于所述词组集合中，将所述以文字结尾的行与该行的下一行合并在同一个段落中；

当获得的词组不存在于所述词组集合中，还包括：

获取所述待处理文本中最长的行长度作为所述待处理文本的显示宽度；其中，所述行长度表示为以预设字体类型和预设字体大小进行文字显示时所显示的字数；

获取所述以文字结尾的行的行长度与所述待处理文本的显示宽度之间的差值绝对值；

当获得的差值绝对值小于预设长度，将所述以文字结尾的行与该行的下一行合并在同一个段落中。

2.根据权利要求1所述的文本处理方法，其特征在于，当所述待处理文本中存在以结束符号结尾且只包含前引号不包含后引号的行；其中，所述结束符号是标识语句结束的符号，还包括：

将所述以结束符号结尾且只包含前引号不包含后引号的行与该行的下一行合并在同一个段落中。

3.根据权利要求2所述的文本处理方法，其特征在于，所述非结束符号集合包括：逗号、顿号和前引号；

所述结束符号结合包括：句号加后引号、问号加后引号、句号、感叹号和问号。

4.根据权利要求1所述的文本处理方法，其特征在于，所述词组集合包括：从预先指定的词典中获得的词组以及所述待处理文本中出现次数大于预设次数的由至少两个连续汉字组成的词组。

5.一种服务器，其特征在于，包括：

获取模块，用于按行获取待处理文本的内容；

处理模块，用于当所述待处理文本中存在以非结束符号结尾的行，将所述以非结束符号结尾的行与该行的下一行合并在同一个段落中；其中，所述非结束符号是表示语句未结束的符号；

当待处理文本中存在以文字结尾的行，所述获取模块还用于获取由以文字结尾的行的末尾文字和该行的下一行的开头文字组成的词组；

所述处理模块还用于：

判断获得的词组是否存在于预先建立的词组集合中；

当获得的词组存在于词组集合中，将以文字结尾的行与该行的下一行合并在同一个段落中；

当获得的词组不存在于词组集合中，所述获取模块还用于：

获取待处理文本中最长的行长度作为待处理文本的显示宽度；其中，所述行长度表示为以预设字体类型和预设字体大小进行文字显示时所显示的字数；

获取以文字结尾的行的行长度与待处理文档的显示宽度之间的差值绝对值；

所述处理模块，还用于当获得的差值绝对值小于预设长度，将以文字结尾的行与该行的下一行合并在同一个段落中。