[发明专利]一种自定义提取目录内容的方法和装置

说明书

技术领域

本发明属于数据处理技术领域，具体涉及一种自定义提取目录内容的方法和装置。

背景技术

目前的排版系统或办公软件，在提取目录内容时，只能根据单一的目录项域、大纲级别或者样式级别提取内容，再将这些内容与页码相对应做成目录。

然而在期刊中，除了稿件标题以及章节级别之外，可能还会需要将稿件作者等其他元素也提取到目录中去。目前在制作包含稿件作者这样类型的目录时，只能先单独地根据稿件标题以及章节级别进行提取，之后再手工地将稿件作者等内容填写到目录中去。一旦稿件标题或者页码发生了变化需要更新目录时，前次手工添加的稿件作者等内容就会被清除掉，从而需要再次将稿件作者等内容手工添加进去。由此可知，目前的这种目录制作方式费时费力，目录中的内容不能全部自动更新，容易产生错误。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供自定义提取目录内容的方法和装置。采用本发明所述的方法和装置，克服了需要手工添加稿件作者等内容的局限，可以将多种内容同时添加到目录中，还可以支持目录全部内容的自动更新。特别适用于科技期刊等出版物的排版过程。

为了实现以上目的，本发明提供的自定义提取目录内容的方法包括以下步骤：按照特定的结构化规则，形成符合规范的结构化数据文档，所述结构化数据文档中设置有多个标签；提取结构化数据文档中的与目录级别相对应的标签内容，并将所述目录级别与所述提取的标签相对应；从结构化数据文档中提取相应的标签，以作为所述目录级别对应的附加内容；从结构化数据文档中提取各目录级别对应的标签的数据内容，并按照目录的设置信息将所述数据内容组织成为目录数据；在所述提取的标签的数据内容发生变化时，根据各目录级别与标签的对应关系自动更新所述目录数据。

本发明提供的自定义提取目录内容的装置包括：形成模块，用于按照特定的结构化规则，形成符合规范的结构化数据文档，所述结构化数据文档中设置有多个标签；提取模块，用于提取结构化数据文档中的与目录级别相对应的标签，并将所述目录级别与所述提取的标签相对应；附加模块，用于针对所述目录级别对应的标签的附加内容，从结构化数据文档中提取相应的标签，以作为所述附加内容；目录模块，用于从结构化数据文档中提取各目录级别对应的标签的数据内容，并按照目录的设置信息将所述数据内容组织成为目录数据；更新模块，用于在所述提取的标签的数据内容发生变化时，根据各目录级别与标签的对应关系自动更新所述目录数据。

本发明的效果在于：基于结构化的标签数据，从标签数据中选择需要陈列在目录上的内容，有效地解决了稿件作者等信息需要手工添加、不能自动更新目录的问题。本发明可以广泛适用于目录编排的要求，特别适用于科技期刊等出版物的排版过程。

附图说明

图1是本发明方法实施例的流程图；

图2是本发明实施例的结构化文档所含标签的示意图；

图3是本发明实施例的设置与目录级别相对应的标签的示意图；

图4是本发明实施例的生成的目录数据的示意图；

图5是本发明实施例的目录数据自动更新后的示意图；

图6是本发明实施例的装置的结构示意图。

具体实施方式

本发明实施例提供了一种自定义提取目录内容的方法和装置，通过该方法和装置可自定义提取到目录中的内容，并可将多种内容同时添加到目录中，而且还可以支持目录中全部内容的同时自动更新。

下面结合附图及具体实施例对本发明的方法和装置作进一步的描述：

如图1所示流程图，一种自定义提取目录内容的方法，包括以下步骤：

（1）按照特定的结构化规则，形成符合规范的结构化数据文档。该特定的结构化规则可以是用户根据实际需求预先设定的。该结构化数据文档中包含有多个标签，图2是结构化数据文档中包含的标签的一个示意图。

在形成结构化数据文档之后，可以根据对结构化数据文档进行规范性验证，以确保结构化数据文档具有严格的规范性；在实际应用中，可以利用Schema或者DTD对上述形成的结构化数据进行规范性验证。

（2）提取结构化数据文档中的与目录级别相对应的标签，将目录级别与从结构化数据文档中的标签相对应，从而形成目录级别与标签的对应关系信息。提取结构化数据文档中的与目标级别的级别1相对应的标签的一个具体例子如图3所示。

上述对应关系信息可以以表或者数据库或者文档等形式存储，如将目录级别与提取的标签形成数据表，且数据表中的目录级别与提取的标签具有相互关联的关系。