[发明专利]基于快速浏览的文档处理方法、装置和文档服务器

说明书

本发明提供一种基于快速浏览的文档处理方法、装置和文档服务器，该基于快速浏览的文档处理方法包括：获取至少一种格式文档文件；对所述文档文件进行解析处理，并根据所述文档文件中每一页面生成一张页面图片；识别所述文档文件中的文本信息，并提取该文本信息生成纯文本；将所述文档文件对应的所有所述页面图片存储在预设路径的文件夹中，将所述文档文件对应的所述纯文本存储在预先建立的全文数据检索库中。本发明的基于快速浏览的文档处理方法，可以将各种不同格式的文档文件转换为页面图片以及纯文本，使用户通过各种浏览器就可以浏览文档文件的图片或纯文本，简化文档文件的浏览操作，以达到快速浏览、提升安全性的目的。

技术领域

本发明涉及文档处理领域，具体而言，涉及一种基于快速浏览的文档 处理方法、装置、文档服务器和计算机存储介质。

背景技术

在现有的文档存储系统中，一般是直接在存储系统中按照文档原始文 件格式进行保存，存储系统中常用的文档文件格式例如PDF格式和DOC 格式。

在浏览按照文档原始文件格式进行保存的文档时，用户必须使用相应 格式的阅读器进行浏览，在面对多种格式的文档文件时，用户则必须在浏 览环境中预先安装有各种相应文档格式的阅读器，并对应不同格式的文档 使用相应的阅读器，浏览操作比较繁琐。

并且，存储不同格式的文档将增大了系统的风险，病毒、木马等程序 常常利用文档格式隐藏自己，包含大量文档的文档库常常成为病毒传播的 途径，文档存储的安全性较低。

发明内容

鉴于上述问题，本发明提供了一种基于快速浏览的文档处理方法、装 置、文档服务器和计算机存储介质，以简化文档文件的浏览操作，以达到 快速浏览、提升安全性的目的。

为了实现上述目的，本发明采用如下的技术方案：

一种基于快速浏览的文档处理方法，包括：

获取至少一种格式文档文件；

对所述文档文件进行解析处理，并根据所述文档文件中每一页面生成 一张页面图片；

识别所述文档文件中的文本信息，并提取该文本信息生成纯文本；

将所述文档文件对应的所有所述页面图片存储在预设路径的文件夹 中，将所述文档文件对应的所述纯文本存储在预先建立的全文数据检索库 中。

优选地，所述的基于快速浏览的文档处理方法，还包括：

在提取所述文本信息生成纯文本后，利用算法提取所述文本信息中的 倒排索引项，并将所述倒排索引项添加到预先建立的倒排索引表中。

优选地，所述的基于快速浏览的文档处理方法，还包括：

在检索所述文档文件的纯文本时，利用倒排索引算法根据所述倒排索 引表中所述文档文件对应的所述倒排索引项，获取全文数据检索库中所述 文档文件的纯文本；

显示所述纯文本中所述文档文件的纯文本。

优选地，所述的基于快速浏览的文档处理方法，还包括：

将所述页面图片进行存储的文件夹的所述预设路径添加至预先建立的 路径表中；

在检索所述文档文件的页面图片时，利用搜索算法根据所述路径表中 对应的所述预设路径，获取所述文档文件的页面图片并显示。

本发明还提供一种基于快速浏览的文档处理装置，包括：

文档获取模块，用于获取至少一种格式文档文件；

页面图片生成模块，用于对所述文档文件进行解析处理，并根据所述 文档文件中每一页面生成一张页面图片；