[发明专利]Word论文的标引方法、装置、设备及存储介质

说明书

本发明提供一种Word论文的标引方法、装置、设备及存储介质，通过获取标引流程管理文件，标引流程管理文件包括标引流程树；然后遍历标引流程树的每一节点，并执行该节点上配置的标引规则文件的算法，查找Word论文中需要标引的元素，并根据元素对Word论文进行标引。本发明的方法通过在标引流程树的节点上配置标引规则文件，可以方便快捷的编写标引规则，提高标引规则编写的效率，进而可根据标引流程树实现Word论文的自动标引，提高Word论文的标引效率。

技术领域

本发明涉及通信技术领域，尤其涉及一种Word论文的标引方法、装置、设备及存储介质。

背景技术

Office是我们最常用的办公软件。目前图书、期刊、百科类图书等的出版、发行起始多是利用Word进行创作的。而XML(eXtensible Markup Language)文件即可扩展标记语言，它是标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。它是各种应用程序之间进行数据传输最常用的工具。随着网络技术的发展，XML技术已经应用到了数字出版相关领域，随之，Word文档到XML文档的转换，也成为迫切的需求。

现有技术中，需要在Word论文执行标引完成后输出结构化的XML文档，而在标引时通常采用人工判定、手工标引，或者采用通配符查找、简单样式匹配等。由于Word论文具有各自特定的形态和格式，现有技术标引准确率不高、灵活性较差、且效率低下。

发明内容

本发明提供一种Word论文的标引方法、装置、设备及存储介质，以实现Word论文的自动标引，提高Word论文的标引效率。

本发明的第一方面是提供一种Word论文的标引方法，包括：

获取标引流程管理文件，所述标引流程管理文件包括标引流程树；

遍历所述标引流程树的每一节点，并执行该节点上配置的标引规则文件的算法，查找Word论文中需要标引的元素；

根据所述元素对所述Word论文进行标引。

进一步的，所述根据所述元素对所述Word论文进行标引后，还包括：

获取所述元素在所述Word论文中的位置，并在所述Word论文中采用预设样式对所述元素进行标记。

进一步的，所述遍历所述标引流程树的每一节点，包括：

采用深度优先算法遍历所述标引流程树的每一节点；

所述执行该节点上配置的标引规则文件的算法，包括：

读取所述执行该节点上配置的标引规则文件的路径，根据所述路径获取所述标引规则文件，并执行所述标引规则文件。

进一步的，所述方法还包括：

根据预设规则运算符获取所述标引规则文件，其中所述预设规则运算符包括操作运算符和标引策略；

其中，所述操作运算符包括逻辑运算运算符、序列运算符、及循环运算符中的至少一项，所述标引策略包括正则表达式策略、机器学习策略、样式策略、及特殊策略中的至少一项。

本发明的第二方面是提供一种Word论文的标引装置，包括：

获取模块，用于获取标引流程管理文件，所述标引流程管理文件包括标引流程树；

处理模块，用于遍历所述标引流程树的每一节点，并执行该节点上配置的标引规则文件的算法，查找Word论文中需要标引的元素；

标引模块，用于根据所述元素对所述Word论文进行标引。

进一步的，所述处理模块还用于：