[发明专利]文档处理装置、记录媒体及文档处理方法

说明书

一种文档处理装置、记录媒体及文档处理方法，文档处理装置包含：接收部，当存在由文档内容的一部分范围即第一范围生成的表示所述文档的特征的一个以上的字符串即第一字符串时，接收从所述内容中对与所述第一字符串至少一部分不同的一个以上的字符串即第二字符串生成的范围即第二范围的特定；及控制部，以使由所述第二范围生成的所述第二字符串的数据量成为根据所述第一字符串的数据量设定的所述第二字符串的数据容量以下或决定所述文档中的所述第一范围之后在确定所述第二范围之前设定的数据容量以下的方式，控制基于所述接收部的所述第二范围的特定的接收。

技术领域

本发明涉及一种文档处理装置、记录媒体及文档处理方法。

背景技术

当在文档管理系统中提供全文搜索功能时，进行由存储于文档管理系统的搜索对象的文档的全文预先制作索引(即index)数据。如此，由文档的全文制作索引数据的方式被称为全文索引。但是，当在云上提供相同的功能时，索引数据的数据容量与存储器的成本直接连结。因此，要求减少索引数据的量。因此，通常进行仅由文档中所选择的一部分(例如自正文的前头起100KB等)制作索引数据。如此，由文档中所选择的一部分制作索引数据的方式被称为部分索引。

并且，作为与索引编制相关的以往技术，已知有以下的现有技术文献。

专利文献1中公开有当指定图像数据上的文本区域而提取文本数据时，用于轻松且迅速地提取文本数据的方法。该方法为提取通过鼠标指定的图像数据上的文本区域内的文本数据的文本数据提取方法，具备：区域设定部，设定文本区域的范围；位置信息获取部，获取通过鼠标的单击指定的图像数据上的任意的位置信息；区域切取部，根据位置信息，切取区域设定部中所设定的范围的文本区域；及文本数据提取部，通过对切取出的文本区域内的图像数据进行OCR处理，提取文本数据。

在专利文献2中所公开的方法中，当在工作表上制作索引数据时及选择索引数据时，主要将与该索引数据相对的图像部分显示于图像浏览编辑器，因此省略操作人员从显示于图像浏览编辑器的图像上肉眼查找相当于索引数据的文字信息部分的动作。

专利文献1：日本特开2005-267057号公报

专利文献2：日本特开2006-164149号公报

在由文档内容的一部分范围即第一范围生成表示文档的特征的一个以上的字符串即第一字符串之后，当设定与所述第一字符串至少一部分不同的一个以上的字符串即第二字符串生成的范围即第二范围时，有时会导致由第二范围生成的一个以上的字符串的数据量超过对文档分配的数据容量。

发明内容

方案1所涉及的发明为文档处理装置，其包含：接收部，当存在由文档内容的一部分范围即第一范围生成的表示所述文档的特征的一个以上的字符串即第一字符串时，接收从所述内容中对与所述第一字符串至少一部分不同的一个以上的字符串即第二字符串生成的范围即第二范围的特定；及控制部，以使由所述第二范围生成的所述第二字符串的数据量成为根据所述第一字符串的数据量设定的所述第二字符串的数据容量以下或决定所述文档中的所述第一范围之后在确定所述第二范围之前设定的数据容量以下的方式，控制基于所述接收部的所述第二范围的特定的接收。

方案2所涉及的发明为文档处理装置，其包含：接收部，当存在由文档内容的一部分范围即第一范围生成的表示所述文档的特征的一个以上的字符串即第一字符串时，接收从所述内容中对与所述第一字符串至少一部分不同的一个以上的字符串即第二字符串生成的范围即第二范围的特定；及控制部，以使所述第二范围的数据量成为关于根据所述第一字符串的数据量设定的所述第二范围的数据容量以下或决定所述文档中的所述第一范围之后在确定所述第二范围之前设定数据容量以下的方式，控制基于所述接收部的所述特定的接收。