[发明专利]文档处理方法、装置、设备及可读存储介质

权利要求书

1.一种文档处理方法，其特征在于，所述文档处理方法包括以下步骤：

当接收到客户端发送的文档查看请求时，根据所述文档查看请求与数据库保存的文档，确定目标文档；

解析所述目标文档，得到文本元素；

对所述文本元素进行语义化处理，得到带HTML标签的文本；

将所述带HTML标签的文本以页面形式返回至所述客户端，以供所述客户端加载和显示页面内容。

2.如权利要求1所述的文档处理方法，其特征在于，所述当接收到客户端发送的文档查看请求时，根据所述文档查看请求与数据库保存的文档，确定目标文档，包括：

当接收到客户端发送的文档查看请求时，响应所述文档查看请求，并从所述文档查看请求中提取出文档编号和文档名；

将所述文档编号和所述文档名作为关键字，在数据库保存的文档中查找与所述关键字相匹配的文档；

若查找到数据库保存的文档中存在与所述关键字相匹配的文档，则确定与所述关键字相匹配的文档为目标文档。

3.如权利要求1所述的文档处理方法，其特征在于，所述解析所述目标文档，得到文本元素，包括：

对所述目标文档进行解析，得到解析后的文本元素，其中，所述文本元素至少包括字符串、页、行，其中，所述目标文档的文档格式为纯文本PDF格式。

4.如权利要求1所述的文档处理方法，其特征在于，所述对所述文本元素进行语义化处理，得到带HTML标签的文本，包括：

对所述文本元素进行语义识别，得到若干段文本以及各段文本之间的关联关系；

根据预设规则，获取各段文本对应的HTML标签；

根据所述关联关系，确定各段文本之间的顺序，并按顺序用HTML标签包裹对应的文本，得到带HTML标签的文本。

5.如权利要求1所述的文档处理方法，其特征在于，所述将所述带HTML标签的文本以页面形式返回至所述客户端，以供所述客户端加载和显示页面内容，包括：

利用HTML渲染引擎读取所述带HTML标签的文本，并转换成CSS代码或HTML代码；

将转换的CSS代码或HTML代码封装至H5页面中，并将所述H5页面返回至所述客户端，以供所述客户端加载和显示所述H5页面内容。

6.如权利要求5所述的文档处理方法，其特征在于，在所述将所述H5页面返回至所述客户端之后，还包括：

对所述H5页面进行监控，以判断所述客户端加载和显示所述H5页面是否存在异常；

若所述客户端加载和显示所述H5页面存在异常，则向所述客户端下发异常信息，以供用户根据所述异常信息选择重新发送的文档查看请求或请求下载所述目标文档。

7.如权利要求1-6中任一项所述的文档处理方法，其特征在于，在所述对所述文本元素进行语义化处理，得到带HTML标签的文本之后，还包括：

对所述带HTML标签的文本的样式进行设置，并采用以下任一方式进行设置：根据文本在所述目标文档中的样式进行设置；或根据开发人员自定义设置；其中，样式至少包括字体类型、字体大小、字体颜色中的任一种。

8.一种文档处理装置，其特征在于，所述文档处理装置包括：

接收模块，用于当接收到客户端发送的文档查看请求时，根据所述文档查看请求与数据库保存的文档，确定目标文档；

解析模块，用于解析所述目标文档，得到文本元素；

语义化模块，用于对所述文本元素进行语义化处理，得到带HTML标签的文本；

返回模块，用于将所述带HTML标签的文本以页面形式返回至所述客户端，以供所述客户端加载和显示页面内容。

9.一种文档处理设备，其特征在于，所述文档处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的文档处理程序，所述文档处理程序被所述处理器执行时实现如权利要求1至7中任一项所述的文档处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有文档处理程序，所述文档处理程序被处理器执行时实现如权利要求1至7中任一项所述的文档处理方法的步骤。