[发明专利]基于移动设备的PDF学术论文重排版系统及方法

摘要

本发明公开了一种基于移动设备的PDF学术论文重排版系统，包括：其一为细粒度地解析原始PDF，得到包括文字、矢量元素等并不具有论文结构信息的元素，再将得到的的元素整合成学术论文各元素，包括正文段落、标题、出版信息、参考文献、图表、图注等文本与媒体元素；其二为根据移动设备不同的设备像素(dp)以及pdf页面宽高得出转换比率，再按照不同的排版法则对学术论文中各类元素进行布局。本发明能够细粒度对PDF中的文字与矢量元素进行解析，从而提高PDF各元素解析的准确率，依据提取到的元素信息对原始PDF学术论文进行重构，进而结合移动设备显示特点动态地按照不同的排版法则调整各元素的坐标位置和大小，从而实现在移动设备上对PDF学术论文进行重排版。

主权项

1.一种基于移动设备的PDF学术论文重排版方法，其特征在于，包括以下步骤：步骤一、解析文字元素：提取PDF页面元素中类型为文字的元素及文字的元素的样式信息，并求得文字密度及行间距；划分论文中的正文段落与非正文文本；步骤二、解析矢量元素：提取PDF页面中类型为path的元素，并根据path元素在绘制过程中的操作符的不同，来分类地扩充path元素的坐标范围，检查path元素周围是否有图片或者图片以外非文本元素与path元素有相交或相切的关系，若有则对图片或者图片以外非文本元素组合并合并，从而得出论文中图表的坐标范围；步骤三、重构PDF，借助解析的文字元素和矢量元素所得到的具有论文结构意义的元素信息，结合PDF内容流，来一一对应PDF中各实体的位置及内容，对PDF进行重构从而得出PDF学术论文中各模块的坐标与样式信息，并按设定的数据结构进行保存；步骤四、重排版：根据移动设备显示特点，动态调整学术论文各元素在窗口中的坐标与大小，实现重排版。