[发明专利]文件目录的生成方法、装置、服务器及计算机存储介质

权利要求书

1.一种文件目录的生成方法，包括：

对文件中除目录页以外的其他页面中的文本对象进行文字样式聚类处理，得到多个具有不同文字样式的文本对象集合；

对文件的目录页进行分析，得到目录项文本；

对于每个文本对象集合，将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配，根据模糊匹配结果，确定文本对象属于目录项的文本对象集合；

将文本对象与该文本对象在文件中的文本偏移位置关联生成目录页。

2.根据权利要求1所述的方法，其中，所述文字样式包括：文字字号和文字字体；

所述将文本对象与该文本对象在文件中的文本偏移位置关联生成目录页进一步包括：

依据文字字号确定属于目录项的文本对象集合中文本对象的目录级别；

依据目录级别，将文本对象与该文本对象在文件中的文本偏移位置关联生成目录页。

3.根据权利要求1所述的方法，其中，所述将文本对象与该文本对象在文件中的文本偏移位置关联生成目录页进一步包括：

依据属于目录项的文本对象集合中文本对象在文件中出现的初始偏移位置，确定属于目录项的文本对象集合中文本对象的目录级别；

依据目录级别，将文本对象与该文本对象在文件中的文本偏移位置关联生成目录页。

4.根据权利要求1-3任一项所述的方法，其中，所述将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配，根据模糊匹配结果，确定文本对象属于目录项的文本对象集合进一步包括：

判断文本对象集合中与目录项文本的文字内容匹配的文本对象的项数与文本对象集合中文本对象的总项数的比率是否大于或等于预设比率阈值；

若是，则确定文本对象属于目录项的文本对象集合。

5.根据权利要求1-3任一项所述的方法，其中，在将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配之前，所述方法还包括：

对于每个文本对象集合，将文本对象的总项数与预设项数阈值进行比较，筛选得到文本对象的总项数小于或等于预设项数阈值的文本对象集合；

所述将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配进一步包括：

针对筛选得到文本对象的总项数小于或等于预设项数阈值的文本对象集合，将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配。

6.根据权利要求1-3任一项所述的方法，其中，在将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配之前，所述方法还包括：

对于每个文本对象集合，将文本对象的平均字数与预设字数阈值进行比较，筛选得到文本对象的平均字数小于或等于预设字数阈值的文本对象集合；

所述将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配进一步包括：

针对筛选得到文本对象的平均字数小于或等于预设字数阈值的文本对象集合，将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配。

7.根据权利要求1-3任一项所述的方法，其中，在将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配之前，所述方法还包括：

对于每个文本对象集合，将文本对象的文字字号与预设字号阈值进行比较，筛选得到文本对象的文字字号大于或等于预设字号阈值的文本对象集合；

所述将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配进一步包括：

针对筛选得到文本对象的文字字号大于或等于预设字号阈值的文本对象集合，将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配。

8.根据权利要求1-3任一项所述的方法，其中，在将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配之前，所述方法还包括：

依据文字字号从大到小的顺序对多个文本对象集合进行排序；

所述对于每个文本对象集合，将该文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配进一步包括：

依据排序结果，依次将每个文本对象集合中文本对象分别与目录项文本进行文字内容模糊匹配。