[发明专利]一种将PDF格式文件转换为EPUB格式的方法及系统

权利要求书

1.一种将PDF格式文件转换为EPUB格式的方法，其特征在于，包括：

识别PDF格式文件中的文本元素、图像元素；

获取所述文本元素的坐标和所述图像元素的坐标；

根据所述文本元素的坐标和所述图像元素的坐标，确定所述文本元素和所述图像元素在新生成的HTML格式文件中的位置，以使新生成的HTML格式文件中的文本元素和图像元素的相对位置关系与PDF格式文件中的文本元素和图像元素的相对位置关系相同；

按照确定的位置，生成HTML格式文件；

根据所述HTML格式文件，生成EPUB格式文件。

2.根据权利要求1所述的方法，其特征在于，所述根据所述文本元素的坐标和所述图像元素的坐标，确定所述文本元素和所述图像元素在新生成的HTML格式文件中的位置，以使新生成的HTML格式文件中的文本元素和图像元素的相对位置关系与PDF格式文件中的文本元素和图像元素的相对位置关系相同，包括：

根据所述文本元素的坐标和所述图像元素的坐标，将原本位于所述图像元素左边或上方的所述文本元素，定位在所述图像元素上方；将原本位于所述图像元素右边或下方的所述文本元素，定位在所述图像元素下方。

3.根据权利要求2所述的方法，其特征在于，所述根据所述文本元素的坐标和所述图像元素的坐标，将原本位于所述图像元素左边或上方的所述文本元素，定位在所述图像元素上方；将原本位于所述图像元素右边或下方的所述文本元素，定位在所述图像元素下方，包括：

判断所述文本元素的右下点的纵坐标是否小于所述图像元素的左上点的纵坐标；

如果是，则将所述文本元素定位在所述图像元素的上方；

否则，判断所述文本元素的右下点的横坐标是否小于所述图像元素的左上点的横坐标；

如果是，则将所述文本元素定位在所述图像元素的上方；

否则，将所述文本元素定位在所述图像元素的下方。

4.根据权利要求2所述的方法，其特征在于，所述根据所述文本元素的坐标和所述图像元素的坐标，将原本位于所述图像元素左边或上方的所述文本元素，定位在所述图像元素上方；将原本位于所述图像元素右边或下方的所述文本元素，定位在所述图像元素下方，包括：

判断所述文本元素的左上点的纵坐标是否大于所述图像元素的右下点的纵坐标；

如果是，则将所述文本元素定位在所述图像元素的下方；

否则，判断所述文本元素的左上点的横坐标是否大于所述图像元素的右下点的横坐标；

如果是，则将所述文本元素定位在所述图像元素的下方；

否则，将所述文本元素定位在所述图像元素的上方。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述HTML格式文件，生成EPUB格式文件，包括：

生成包括container.xml文件以及后缀名为opf、ncx在内的EPUB格式所必须的文件；

将所述HTML格式文件，以及所述EPUB格式所必须的文件，压缩成后缀名为EPUB的压缩包。

6.一种将PDF格式文件转换为EPUB格式的系统，其特征在于，包括：

元素识别模块，用于识别PDF格式文件中的文本元素、图像元素；

坐标获取模块，用于获取所述文本元素的坐标和所述图像元素的坐标；

位置确定模块，用于根据所述文本元素的坐标和所述图像元素的坐标，确定所述文本元素和所述图像元素在新生成的HTML格式文件中的位置，以使新生成的HTML格式文件中的文本元素和图像元素的相对位置关系与PDF格式文件中的文本元素和图像元素的相对位置关系相同；

HTML格式文件生成模块，用于按照确定的位置，生成HTML格式文件；

EPUB格式生成模块，用于根据所述HTML格式文件，生成EPUB格式文件。

7.根据权利要求6所述的系统，其特征在于，所述位置确定模块包括：

上下位置确定单元，用于根据所述文本元素的坐标和所述图像元素的坐标，将原本位于所述图像元素左边或上方的所述文本元素，定位在所述图像元素上方；将原本位于所述图像元素右边或下方的所述文本元素，定位在所述图像元素下方。