[发明专利]基于基因字的文档处理方法及装置

权利要求书

1.一种基于基因字的文档处理方法，其特征在于，包括：

根据基因字库从原始文件中提取一个或多个源字符，以获取源字符集合，其中，所述源字符集合中的源字符在所述基因字库中存在对应的基因字；

计算所述源字符集合中每一个源字符的重复频率，并根据每一个源字符的重复频率和字符内码对所述源字符集合中的源字符进行排序；

根据蛇形算法对排序后的所述源字符集合中的源字符按照预设的组数进行分组，以获取预定数目的字符组；

将一组或多组字符组中的所有源字符替换为基因字库中与其对应的基因字，以获取嵌入基因字的文档。

2.根据权利要求1所述的方法，其特征在于，计算所述源字符集合中每一个源字符的重复频率，并根据每一个源字符的重复频率和字符内码对所述源字符集合中的源字符进行排序包括：

按照重复频率由高到低的次序对所述源字符集合中的源字符进行排序，以获取所述源字符集合的第一排序集合；

按照字符内码由大到小或由小到大的次序对所述第一排序集合中重复频率相同的源字符进行排序。

3.根据权利要求1所述的方法，其特征在于，计算所述源字符集合中每一个源字符的重复频率，并根据每一个源字符的重复频率和字符内码对所述源字符集合中的源字符进行排序包括：

按照重复频率由低到高的次序对所述源字符集合中的源字符进行排序，以获取所述源字符集合的第一排序集合；

按照字符内码由大到小或由小到大的次序对所述第一排序集合中重复频率相同的源字符进行排序。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，在根据蛇形算法对排序后的所述源字符集合中的源字符按照预设的组数进行分组，以获取预定数目的字符组之前，所述方法还包括：

设置嵌入信息以获取所述嵌入信息的位数，其中，所述嵌入信息的位数为所述预设的组数；

对所述嵌入信息进行加密，以获取安全嵌入信息。

5.根据权利要求1-3中任意一项所述的方法，其特征在于，在根据蛇形算法对排序后的所述源字符集合中的源字符按照预设的组数进行分组，以获取预定数目的字符组之后，所述方法还包括：

读取每组字符组中所有源字符的字符信息，以获取每个字符组的对应信息，其中，

在任意一组字符组中，当字符信息为0的源字符数目大于字符信息为1的源字符数目时，该字符组的对应信息为0；

当字符信息为1的源字符数目大于字符信息为0的源字符数目时，该字符组的对应信息为1。

6.根据权利要求5所述的方法，其特征在于，将一组或多组字符组中的所有源字符替换为基因字库中与其对应的基因字，以获取嵌入基因字的文档包括：

当所述字符组的对应信息为0时，将该字符组的所有源字符替换为基因字库中与其对应的基因字；

当所述字符组的对应信息为1时，该字符组的所有源字符不执行替换操作。

7.根据权利要求5所述的方法，其特征在于，将一组或多组字符组中的所有源字符替换为基因字库中与其对应的基因字，以获取嵌入基因字的文档包括：

当所述字符组的对应信息为1时，将该字符组的所有源字符替换为基因字库中与其对应的基因字；

当所述字符组的对应信息为0时，该字符组的所有源字符不执行替换操作。

8.一种基于基因字的文档处理装置，其特征在于，包括：

提取模块，用于根据基因字库从原始文件中提取一个或多个源字符，以获取源字符集合，其中，所述源字符集合中的源字符在所述基因字库中存在对应的基因字；

处理模块，用于计算所述源字符集合中每一个源字符的重复频率，并根据每一个源字符的重复频率和字符内码对所述源字符集合中的源字符进行排序；

分组模块，用于根据蛇形算法对排序后的所述源字符集合中的源字符按照预设的组数进行分组，以获取预定数目的字符组；

替换模块，用于将一组或多组字符组中的所有源字符替换为基因字库中与其对应的基因字，以获取嵌入基因字的文档。

9.根据权利要求8所述的装置，其特征在于，所述处理模块包括：

第一排序模块，用于按照重复频率由高到低或由低到高的次序对所述源字符集合中的源字符进行排序，以获取所述源字符集合的第一排序集合；

第二排序模块，用于按照字符内码由大到小或由小到大的次序对所述第一排序集合中重复频率相同的源字符进行排序。