[发明专利]一种将Word文件转换为EPUB文件的方法及系统

摘要

本发明公布了一种将Word格式文件转换为EPUB格式文件的方法与系统。针对.docx格式的Word文件，通过对Word源文件的目录进行识别与处理，能够识别源Word文档目录结构，自动生成EPUB电子书，其步骤包括：Word文件解析、XML文件解析、Word文件拆分、HTML文件生成以及EPUB文件生成。本发明提供的能够识别源Word文件目录的EPUB电子书自动生成办法，解决了现有技术转换效果不佳、手动添加标题目录的转换过程操作繁琐、效率低下等问题，保障了文档内容的完整性，提升了文档的转换效果并提高了工作效率。

主权项

1.一种将Word文件转换为EPUB文件的方法，包括如下步骤：1)解析待转换的Word源文件：对待转换的Word源文件进行解析，生成相应的资源文件及文件夹，包括多个XML文件和图片文件；所述待转换的源Word文件为.docx格式文件，遵循基于ZIP+XML格式的OOXML电子文件规范；解析得到的XML文档遵循OOXML电子文件规范；2)解析XML文件：对得到的资源文件中的多个XML文件进行XML解析，提取得到Word源文件的文本、段落、字体字号、标题信息；3)拆分Word源文件：利用步骤2)的解析XML的结果，提取得到Word源文档的目录结构，根据相应的章节结构将Word源文件拆分为多个Word子文件；4)生成HTML文件：将各个子文件转换为HTML文件；5)生成EPUB文件：根据步骤4)生成的HTML文件、相关资源索引、目录文件，打包生成EPUB格式文件。