[发明专利]文档编辑方法、呈现方法、文档段落的识别方法及装置

说明书

本发明一个或多个实施例提供了一种文档编辑方法、呈现方法、文档段落的识别方法及装置，该文档编辑方法包括：响应于接收到的基于PDF文档页面执行的选定操作，确定出目标编辑区域；将所述目标编辑区域中的内容识别为一个段落；响应于接收到的基于所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。该方法能够有效降低用户对PDF文档进行编辑的复杂度，提高了PDF文档的编辑效率。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种文档编辑方法、呈现方法、文档段落的识别方法及装置。

背景技术

PDF(Portab le Document Format，便携式文档格式)，是一种电子文件格式。这种文件格式与操作系统平台无关，也就是说，PDF文件不管是在Wi ndows，Un i x还是在苹果公司的Mac OS操作系统中都是通用的。这一性能使它成为在I nternet上进行电子文档发行和数字化信息传播的理想文档格式。越来越多的电子图书、产品说明、公司文告、网络资料、电子邮件开始使用PDF格式文件。

随着技术的发展，不仅可以利用PDF阅读器对PDF文档进行阅读，还可对PDF文档进行编辑。在用户基于PDF阅读器对PDF文档进行编辑时，用户可通过PDF阅读器进入PDF编辑模式，在该模式下对PDF文档进行编辑。但基于既有的PDF标准协议，PDF文档在编辑保存时，并不保存PDF文档的段落信息，这就使得，用户再次对该PDF文档进行编辑时，需要通过算法识别PDF文档中的段落信息。但在一些段落分布较为复杂的PDF文档中，例如，一些报纸、杂志或期刊的PDF文档中，一个页面中可能存在着多个分栏，故，可能会出现两个或多个段落在页面中处于并列位置的情况，在这种情况下，PDF阅读器利用预置算法识别出的段落会出现错误。又例如，如果文档中存在跨页段落，则预置算法常常无法对该跨页段落进行正确的识别。举例而言，如果PDF文档中上一页的最后一段内容以及下一页的第一段内容实际上属于一个段落，但预置算法很有可能将上一页的最后一段内容以及下一页的第一段内容识别为两个段落。

由于正确地对文档进行段落识别是文档正确显示和编辑的基础，因此上述段落识别缺陷会严重影响文档的正确显示和编辑。

发明内容

有鉴于此，本发明一个或多个实施例提供了一种文档编辑方法、呈现方法、文档段落的识别方法及装置，能够有效降低用户对PDF文档进行编辑的复杂度，提高了PDF文档编辑效率，可对跨页的PDF文档段落进行有效的识别，提高了PDF文档段落识别的准确率，可保存PDF文档的段落信息，避免了在保存PDF文档后，PDF文档的段落信息丢失的问题。

本发明的一个或多个实施例提供了一种文档编辑方法，包括：响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域；将所述目标编辑区域中的内容识别为一个段落；响应于接收到的对所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。

可选的，响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域，包括：响应于所述选定操作，获取所述PDF文档页面的第一位置信息以及第二位置信息；根据所述第一位置信息以及所述第二位置信息构造文本框，将所述文本框内的区域确定为所述目标编辑区域。

可选的，响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域，包括：获取基于所述PDF文档页面的绘制轨迹；根据所述绘制轨迹形成文本框，将所述文本框内的区域确定为所述目标编辑区域。

可选的，所述方法还包括：在获得所述文本框后，显示所述文本框。

可选的，所述方法还包括：在根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理之后，将进行编辑处理后的段落与所述PDF文档中未进行编辑的其他部分生成一个新的PDF文档。

可选的，所述目标编辑区域中包括多于一个自然段的内容。