[发明专利]基于JAVA实现由Word文档向LaTeX文档转换的方法

摘要

本发明公开了一种Word文档向LaTeX文档转换的方法及系统，根据用户提交Word文档文件，系统利用JACOB技术对文件中的文本、图片、公式、表格等数据进行初始分析；利用Apache POI、JACOB技术提取源文件中的数据元素，并记录各元素的相对位置信息；根据朴素贝叶斯算法对提取的各文本元素进行分类，基于层叠自动编码器对源文件公式实现转换；将所述相对位置信息与各数据元素相结合，形成LaTeX目标文档的信息流；将上述信息流写入到目标文件中，从而转换成最终的LaTeX文档。本发明能够降低由Word文档向LaTeX文档转换的困难性和复杂性，为高校师生及科研人员等提供了专业的文档转换方法，提高了对文档处理的工作效率。

主权项

1.一种基于JAVA实现由Word文档向LaTeX文档转换的方法，其特征在于，包括如下步骤：S1、根据用户提交的Word源文档文件，通过JACOB组件中的Word调用程序模块打开源文档文件；S2、在打开的源文档文件中，通过JACOB组件对源文档文件中各类数据元素进行初始分析，获取并记录源文档文件中每个数据元素的数据信息；S3、根据步骤S2记录的数据信息，利用Apache POI组件和JACOB组件，提取源文档文件中的各类数据元素；S4、将步骤S3提取出的各类数据元素进行信息流处理；其中，每类数据元素分别形成与其相对应的信息流；S5、将步骤S2记录得到的数据信息与每类数据元素的信息流相结合，在保证源文档文件中各数据元素位置不变的情况下，形成LaTeX目标文档的信息流；S6、将步骤S5形成的LaTeX目标文档的信息流写入到目标文件，从而将Word源文档文件转换成LaTeX文档。