[发明专利]一种文件解析方法、装置、电子设备及存储介质

权利要求书

1.一种文件解析方法，其特征在于，包括：

(A)确定目标Office文件；

(B)确定当前层的待解析Office文件的目标文件类型；

(C)按照与所述目标文件类型对应的文件目录解析逻辑，获得所述待解析Office文件的文件目录；

(D)根据所述文件目录，输出所述待解析Office文件的文件属性信息和文件内容；

(E)根据所述文件目录，确定所述待解析Office文件中是否存在嵌套文件；

(F)若所述待解析Office文件中存在嵌套文件，则获取所述嵌套文件，并将所述嵌套文件作为待解析Office文件，以返回执行步骤(B)。

2.根据权利要求1所述的方法，其特征在于，所述嵌套文件包括多个，其中，步骤(F)包括：

(F1)若确定所述待解析Office文件中存在多个嵌套文件，则遍历所述多个嵌套文件，并确定i是否等于m，m为当前层的待解析Office文件中的嵌套文件的数量，i的初始值为零；

(F2)若i不等于m，则使得i＝i+1，并将第i个嵌套文件作为当前层的待解析Office文件，返回执行步骤(B)；

(F3)若i等于m，则完成对所述待解析Office文件的解析。

3.根据权利要求1所述的方法，其特征在于，通过以下方式确定待解析Office文件的目标文件类型：

确定待解析Office文件的文件签名，根据所述文件签名确定待解析Office文件的目标文件类型；和/或

确定待解析Office文件的文件拓展名，根据所述文件拓展名确定待解析Office文件的目标文件类型；和/或

确定待解析Office文件的文件目录的数据结构，根据所述数据结构确定待解析Office文件的目标文件类型。

4.根据权利要求1所述的方法，其特征在于，在初次执行步骤(B)时，当前层的待解析Office文件为所述目标Office文件本身，

在非初次执行步骤(B)时，当前层的待解析Office文件为嵌套文件。

5.根据权利要求3所述的方法，其特征在于，还包括：

针对所述待解析Office文件的文件内容和/或文件属性，将其转换为与目标Office文件对应的解析文件，其中，所述文件内容至少包括文字、图片、音视频、压缩包和嵌套文件中的一个或多个，

对于文件内容中的文字，将文字转换为txt格式的文本文件；

对于文件内容中的图片、音视频或压缩包，根据文件内容的原始格式输出对应的图片、音视频或压缩包；

对于文件内容中的嵌套文件，根据所述嵌套文件的文件拓展名输出对应文档格式的Office文件；

对于文件内容中的嵌套文件的图标，将嵌套文件的图标转换为emf格式的图片文件。

6.根据权利要求3所述的方法，其特征在于，还包括：

根据待解析Office文件的文件拓展名或文件目录的数据结构，确定待解析Office文件的文件版本；

当确定所述待解析Office文件的文件版本为第一版本时，以列表条目形式展示所述待解析Office文件的文件目录；

当确定所述待解析Office文件的文本版本为第二版本时，以结构树形式展示所述待解析Office文件的文件目录，第一版本的版本等级高于第二版本的版本等级。