[发明专利]版式文档的重排方法、系统及电子阅读终端

说明书

本申请公开一种版式文档的重排方法，其包括：获取与版式文档分开存储的流式标记数据，该流式标记数据根据预设的逻辑信息结构与版式文档之间建立对应关系；根据流式标记数据查找版式文档中对应的文档内容，来对版式文档进行重排。与此同时，本申请还公开一种版式文档的重排系统及电子阅读终端，其将标记后的流式标记数据与版式文档分开存储，在重排时根据流式标记数据来解析版式文档，这样流式标记数据就不会对原始文档造成影响，使得在不修改不破坏原始文档的情况下，可以有效地提高版式文档的重排效果和重排效率；同时，标记后的流式标记数据可以容易地被多用户多终端共享，有助于电子设备的技术升级。

技术领域

本申请涉及数字阅读技术，尤其涉及一种版式文档的重排方法、系统及电子阅读终端。

背景技术

随着互联网的蓬勃发展及硬件水平的不断提升，电子文档正在逐步取代传统的图书和纸质文档。同时，人们的阅读习惯也不再局限于传统的纸质出版物，电子阅读(或称数字阅读)比重正在逐渐变大。由于各种手机、电子书等便携性电子设备的流行，使得人们可以利用生活中的碎片时间进行电子阅读，例如乘坐公交、地铁时就可以阅读电子图书。在巨大的市场需求下，对于电子阅读的信息提供及处理方式也提出了更高的要求。

众所周知，电子文档分为流式文档和版式文档。流式文档的基本单位是字符，它是有序字符的集合，长度为该文件所包含的字符个数。如Word文件就是一种流式文档，其主要记录流式信息，其中也可以加入某些定版的对象(如图像漂浮等)。版式文档作为一种绝对描述方式，在自定义的坐标系中，明确记录每个文档的位置和尺寸等，从而使得文档打印出来的结果和计算机上浏览的结构一致，而且在任何计算机环境下具有显示一致性的特点，由此可以保证真实地重现文档的原貌。如pdf、xps、ceb等文件就是较为典型的版式文档，它们具有版面固定、所见即所得(What you see is what you get，WYSIWYG)等特点，因而非常适合于成文后的文件发布、传播和存档。

流式文档不存在电子阅读的排版障碍，目前已经有成熟的排版引擎可以适用。对于版式文档而言，则经常会因为版面固定而在小屏幕设备下导致阅读不便。如果版式文档的一个页面的内容在设备的屏幕上显示，将受到文字、图像等太小而看不清楚等诸多限制；若对页面进行放大或缩小操作，将势必影响用户的阅读体验。这就要求电子阅读终端能够突破版式文档显示固定的局限性，以便可以根据版式文档的内容重新进行排版，最终保证用户具有较好的阅读体验。

对于版式文档的重排问题，业界纷纷推出了各种解决方案。实现版式文档重排的现有方案主要有以下两种：

一种现有版式文档的重排方案是：为了补救在各种电子设备上阅读电子文档的需要，在制作相应的版式文档时标记版面的流式显示信息，并把标记数据存储于原始文档中一起发布。这种重排方案中，以版式文档中精确定位的版面描述为基础，在其中附加足够的流式逻辑结构信息用来支持重排、抽取表格结构等流式应用。例如，Adobe在1999年推出的PDF1.3规范中引入了Logical Structure(逻辑结构)，并在2001年推出的PDF1.4产品中引入了tagged PDF来完善流式信息的表达，之后又在其发布的MARS文档格式中使用XML对这部分信息进行结构化的描述。这种xml标记语言，在理论上可以描述一切格式，如Word新版本的Docx就是基于xml进行描述的。此外，方正阿帕比在2010年发布的CEBXv1.1规范中定义了包含文章、章节、段落、片段、块的多层可嵌套的树状逻辑结构，其中的块通过直接引用版式页面上的版面块或图元(v1.2)来实现数据共享，由此可以支持在移动终端等电子阅读设备上的实时排版和屏幕自适应显示，具体的标准手册及软件可参考方正阿帕比的官方网站(http://www.apabi.cn/download/index.html)上的有关介绍。

另一种现有版式文档的重排方案是：在打开一个版式文档时，通过某些预设的算法和规则，对版面信息进行解析，并根据解析的结果，交给排版引擎来进行实时重排，即通过实时排版来进行屏幕自适应显示。这种版式文档的实时重排方法，目前在各种电子阅读终端上得到广泛使用。