[发明专利]一种应用于文本转换的公式解析方法

说明书

本发明提出的一种应用于文本转换的公式解析方法，首先将原始文本转换为目标文本；对目标文本中的公式进行识别，并判断识别是否成功；对于不能辨别的公式，根据原始文本的解析结果重新应用目标格式进行合成，并将合成后的公式覆盖目标文本中对应的公式；对新插入的公式重新进行识别；对依然不能识别的公式，在目标文本中插入等长的空格，然后从原始文本中对公式保存为图片，将图片插入目标文本中对应的空格。本发明，保证了公式的正确显示，从而保证了目标文本对原始文本的信息的完整复制和精确。

技术领域

本发明涉及文本解析技术领域，尤其涉及一种应用于文本转换的公式解析方法。

背景技术

公式作为一种数学表达形式，在很多电子文件中均会出现。电子文件作为信息化数据的重要体现，其动态表达形式给使用者带来了很大的便利。但是，公式作为一种与文字不同的表达形式，其对应用程序的使用要求更高。故而，很多文件在转换时，容易丢失公式信息。

发明内容

基于背景技术存在的技术问题，本发明提出了一种应用于文本转换的公式解析方法。

本发明提出的一种应用于文本转换的公式解析方法，首先将原始文本转换为目标文本；对目标文本中的公式进行识别，并判断识别是否成功；对于不能辨别的公式，根据原始文本的解析结果重新应用目标格式进行合成，并将合成后的公式覆盖目标文本中对应的公式；对新插入的公式重新进行识别；对依然不能识别的公式，在目标文本中插入等长的空格，然后从原始文本中对公式保存为图片，将图片插入目标文本中对应的空格；

公式辨别方法为；提取目标文本中的公式作为识别对象，根据字符间隙将识别对象分割为多个字符单元，并对每一个字符单元进行识别；对无法识别的字符单元根据单个字符长度进行切割，然后对切割字符进行识别。

优选的，对每一个字符单元进行识别的方法为：将每一个字符单元与预设的字符库中存储的字符逐一进行对比，获取与字符单元相符合的字符。

优选的，对切割字符进行识别的方法为：将每一个切割字符与预设的字符库中存储的字符逐一进行对比，获取与切割字符相符合的字符。

优选的，具体包括以下步骤：

S1、首先将原始文本转换为目标文本，设置标志位并进行初始化；

S2、提取目标文本中的公式作为识别对象，根据字符间隙将识别对象分割为多个字符单元，并对每一个字符单元进行识别；

S3、对无法识别的字符单元根据单个字符长度进行切割，然后对切割字符进行识别；

S4、获取无法识别的公式，并判断标志位是否为0；

S5、是，则根据原始文本的解析结果重新应用目标格式进行合成，并将合成后的公式覆盖目标文本中对应的公式；然后将标志位加1后返回步骤S2；

S6、如果标志位不为0，则在目标文本中插入用于填充公式的空格，然后从原始文本中对公式保存为图片，将图片插入目标文本中对应的空格。

优选的，步骤S6中，在目标文本中插入的空格的长度为识别对象长度的1到1.5倍。

优选的，步骤S6中，在目标文本中插入的空格的方法为：从原始文本中提取公式并进行解析，获取公式中包含的字符数量，然后根据字符数量在目标文本中插入空格。

优选的，目标文本中插入的空格长度的计算公式为：L＝(n+a)×r；其中，n为根据原始文本中公式解析获得的字符数量，a与预设常数值，r为目标文本中单个字符的长度。

优选的，2≤a≤4。

优选的，步骤S3具体包括：

S31、将每一个切割字符与字符库中存储的各字符逐一对比，获取与切割字符相符合的存储字符作为识别结果；