[发明专利]一种文件类型识别方法及装置

权利要求书

1.一种文件类型识别方法，其特征在于，包括：

提取第一文件的文本特征信息，所述文本特征信息包括字符串特征信息或者文本模板特征信息；

将所述第一文件的文本特征信息与预设文件类型的文本特征信息进行匹配比较；

当所述第一文件的文本特征信息与预设文件类型的文本特征信息匹配时，确定所述第一文件的文件类型为所述预设文件类型。

2.如权利要求1所述的方法，其特征在于，所述将所述第一文件的文本特征信息与预设文件类型的文本特征信息进行匹配比较，包括：

将所述第一文件的文本特征信息与所述第一文件的来源对应的文件类型的文本特征信息进行匹配比较。

3.如权利要求1或2所述的方法，其特征在于，

当所述文本特征信息为文本模板特征信息时，所述提取第一文件的文本特征信息，包括：按照符号在第一文件中的出现顺序提取所述第一文件中的符号，并将提取的符号按照出现顺序排列生成所述第一文件的符号特征信息；

所述将所述第一文件的文本特征信息与预设文件类型的文本特征信息进行匹配比较，包括：将所述第一文件的符号特征信息与预设文件类型的符号特征信息进行匹配比较；

当所述第一文件的文本特征信息与预设文件类型的文本特征信息匹配时，确定所述第一文件的文件类型为所述预设文件类型，包括：当所述第一文件的符号特征信息与预设文件类型的符号特征信息匹配时，确定所述第一文件的文件类型为所述预设文件类型。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

接收来自所述来源的第二文件；

接收输入的所述第二文件的文件类型；

提取所述第二文件的文本特征信息；

将所述第二文件的文件类型存储为所述预设文件类型，将所述第二文件的文本特征信息存储为所述预设文件类型的文本特征信息。

5.如权利要求1所述的方法，其特征在于，所述确定所述第一文件的文件类型为所述预设文件类型之后，所述方法还包括：

显示验证信息，所述验证信息用于请求用户确认所述第一文件的文件类型是否为所述预设文件类型；

接收输入的验证结果，所述验证结果包括用于表明所述用户已确认所述第一文件的文件类型为所述预设文件类型的第一结果、或者用于表明所述用户已否认所述第一文件的文件类型为所述预设文件类型的第二结果；

当接收到所述第一结果时，将所述第一文件的文件类型设置为所述预设文件类型；当接收到所述第二结果时，继续识别所述第一文件的文件类型。

6.一种文件类型识别装置，其特征在于，包括：

提取模块，用于提取第一文件的文本特征信息，所述文本特征信息包括字符串特征信息或者文本模板特征信息；

比较模块，用于将所述第一文件的文本特征信息与预设文件类型的文本特征信息进行匹配比较；

确定模块，用于当所述第一文件的文本特征信息与预设文件类型的文本特征信息匹配时，确定所述第一文件的文件类型为所述预设文件类型。

7.如权利要求6所述的装置，其特征在于，所述比较模块包括：

比较子模块，用于将所述第一文件的文本特征信息与所述第一文件的来源对应的文件类型的文本特征信息进行匹配比较。

8.如权利要求6或7所述的装置，其特征在于，

所述提取模块包括：

提取子模块，用于当所述文本特征信息为文本模板特征信息时，按照符号在第一文件中的出现顺序提取所述第一文件中的符号，并将提取的符号按照出现顺序排列生成所述第一文件的符号特征信息；

所述比较模块包括：

比较子模块，用于将所述第一文件的符号特征信息与预设文件类型的符号特征信息进行匹配比较；

所述确定模块，包括：

确定子模块，用于当所述第一文件的符号特征信息与预设文件类型的符号特征信息匹配时，确定所述第一文件的文件类型为所述预设文件类型。

9.如权利要求8所述的装置，其特征在于，所述装置还包括：

第一接收模块，用于接收来自所述来源的第二文件；

第二接收模块，用于接收输入的所述第二文件的文件类型；

提取模块，用于提取所述第二文件的文本特征信息；

存储模块，用于将所述第二文件的文件类型存储为所述预设文件类型，将所述第二文件的文本特征信息存储为所述预设文件类型的文本特征信息。

10.如权利要求6所述的装置，其特征在于，所述装置还包括：

显示模块，用于在所述确定模块确定所述第一文件的文件类型为所述预设文件类型之后，显示验证信息，所述验证信息用于请求用户确认所述第一文件的文件类型是否为所述预设文件类型；

第三接收模块，用于接收输入的验证结果，所述验证结果包括用于表明所述用户已确认所述第一文件的文件类型为所述预设文件类型的第一结果、或者用于表明所述用户已否认所述第一文件的文件类型为所述预设文件类型的第二结果；

处理模块，用于当接收到所述第一结果时，将所述第一文件的文件类型设置为所述预设文件类型；当接收到所述第二结果时，继续识别所述第一文件的文件类型。