[发明专利]一种修复损坏文档的方法

摘要

本发明公开一种修复损坏文档的方法，该方法通过对文档结构进行解析，提取出文档的关键内容和属性(文字内容、文档中包含的图片等类型文件、文字样式、文档布局排版)，把提取出的关键内容和属性重新整合为一个新文档，新文档的关键内容是尽可能的和原文档保持一致，以此达到修复文档的数据的目的。

主权项

一种修复损坏文档的方法，其特征在于：当涉及的损坏文档为doc、xls、ppt类文档时，修复损坏文档的方法包括：a、提取复合文档的Data流，成功则进入步骤b1，失败则进入步骤b2；b1、在Data流中扫描文件，文件头匹配文件格式，校验文件格式的关键信息，查文档中是否有该文件的记录，有则进入步骤c1，无则进入步骤c2；b2、在整个文档中扫描文件，文件头匹配文件格式，校验文件格式的关键信息，成功则进入步骤c2，失败则停止提取；c1、提取内容信息及属性信息并还原到新文档中；c2、以散文件形式回复文件。当涉及的损坏文档为docx、xlsx、pptx类文档文档时，修复损坏文档的方法包括：A、解压xl\media目录下的所有文件，成功则进入步骤B1，失败则进入步骤B2；B1、检查文档中是否有该文件的记录，有则进入步骤C1，无则进入步骤C2；B2、在整个文档中扫描文件，文件头匹配文件格式，校验文件格式的关键信息，成功则进入步骤C2，失败则停止提取；C1、提取内容信息及属性信息并还原到新文档中；C2、以散文件形式恢复文件。