[发明专利]终端和粘贴方法有效
申请号: | 201280076779.4 | 申请日: | 2012-10-19 |
公开(公告)号: | CN104769580B | 公开(公告)日: | 2018-07-24 |
发明(设计)人: | 李俊;袁武 | 申请(专利权)人: | 东莞宇龙通信科技有限公司;宇龙计算机通信科技(深圳)有限公司 |
主分类号: | G06F17/24 | 分类号: | G06F17/24 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 523500 广东省东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 终端 粘贴 方法 | ||
1.一种终端,其特征在于,包括:
应用属性设定单元,用于为所述终端中的应用程序预设定相关联的属性;
内容复制单元,用于对所述终端的屏幕界面中的部分或全部内容进行复制,其中,所述部分或全部内容为用户针对屏幕界面中的内容进行选择的内容,所述屏幕界面包括收件箱界面;
内容属性分析单元,用于分析复制内容的特征属性;
编辑框确定单元,用于根据接收到的粘贴命令,确定用于粘贴所述复制内容的编辑框;
编辑框属性分析单元,用于分析所述编辑框确定单元确定的编辑框的属性,其中,所述编辑框属性分析单元包括:应用属性分析子单元,用于分析所述编辑框所属的应用程序,并将所述应用程序的预设属性作为所述编辑框的属性;
数据粘贴单元,用于将所述复制内容的特征属性与所述编辑框的属性进行匹配,并根据匹配结果从所述复制内容中提取与所述编辑框的属性相匹配的数据,以粘贴至所述编辑框中。
2.根据权利要求1所述的终端,其特征在于,所述编辑框属性分析单元包括:
文字识别子单元,用于识别与所述编辑框相关联的位置的文字,并根据所述文字确定所述编辑框的属性。
3.根据权利要求1所述的终端,其特征在于,还包括:
编辑框属性设定单元,用于为每个编辑框预设定相关联的属性;以及
所述编辑框属性分析单元用于:
属性获取子单元,用于根据所述编辑框确定单元确定的用于粘贴所述复制内容的编辑框,获取相应的预设属性。
4.根据权利要求1至3中任一项所述的终端,其特征在于,所述内容属性分析单元包括:
数据识别子单元,用于识别所述复制内容包含的数据以及每个数据对应的特征属性;
映射表建立子单元,用于根据所述数据识别子单元的识别结果,建立对应的数据结构映射表,以用于从所述复制内容中提取与所述编辑框的属性相匹配的数据,并粘贴至所述编辑框中。
5.根据权利要求1至3中任一项所述的终端,其特征在于,还包括:
数据显示单元,用于在所述复制内容中存在多项与当前操作的编辑框相匹配的数据的情况下,以列表形式显示出所有相匹配的数据;以及
数据选择单元,用于根据接收到的选择命令,选择其中的至少一项以粘贴至所述当前操作的编辑框中。
6.根据权利要求1至3中任一项所述的终端,其特征在于,所述编辑框属性分析单元用于:在所述屏幕界面上包含多个编辑框的情况下,对所有编辑框的属性进行分析;以及
所述数据粘贴单元用于:当所述终端接收到针对任意编辑框的粘贴命令时,根据所述复制内容中的数据与所述多个编辑框之间的匹配关系,将所述复制内容中的数据分别粘贴至所述屏幕界面中相匹配的编辑框中。
7.一种粘贴方法,其特征在于,包括:
为终端中的应用程序预设定相关联的属性;
对终端的屏幕界面中的部分或全部内容进行复制,其中,所述部分或全部内容为用户针对屏幕界面中的内容进行选择的内容,所述屏幕界面包括收件箱界面;
分析复制内容的特征属性;
根据接收到的粘贴命令,确定用于粘贴所述复制内容的编辑框,并分析所述编辑框的属性,其中,所述分析所述编辑框的属性包括:分析所述编辑框所属的应用程序,并将所述应用程序的预设属性作为所述编辑框的属性;
将所述复制内容的特征属性与所述编辑框的属性进行匹配,并根据匹配结果从所述复制内容中提取与所述编辑框的属性相匹配的数据,以粘贴至所述编辑框中。
8.根据权利要求7所述的粘贴方法,其特征在于,对所述编辑框进行分析的步骤包括:
识别与所述编辑框相关联的位置的文字,并根据所述文字确定所述编辑框的属性。
9.根据权利要求7所述的粘贴方法,其特征在于,在对所述编辑框进行分析之前,还包括:
为每个编辑框预设定相关联的属性;以及
对所述编辑框进行分析的步骤包括:
根据确定的用于粘贴所述复制内容的编辑框,获取相应的预设属性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东莞宇龙通信科技有限公司;宇龙计算机通信科技(深圳)有限公司,未经东莞宇龙通信科技有限公司;宇龙计算机通信科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201280076779.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于智能查询和过滤的设备和方法
- 下一篇:多输出松弛机器学习模型