[发明专利]一种对docx格式文档进行结构化解析方法及系统在审
| 申请号： | 201911184347.5 | 申请日： | 2019-11-27 |
| 公开（公告）号： | CN111062187A | 公开（公告）日： | 2020-04-24 |
| 发明（设计）人： | 刘磊;张琍;蔡娜;王旭初 | 申请（专利权）人： | 北京计算机技术及应用研究所 |
| 主分类号： | G06F40/12 | 分类号： | G06F40/12;G06F8/41 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100854*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种对docx格式文档进行结构化解析方法及系统，该方法包括将被改成ZIP后缀的文件进行解压；提取解压文件中的document.xml文件；对document.xml文件进行段落内容解析，得到段落文本内容；对document.xml文件进行表格解析；对document.xml文件进行图片解析；将段落文本内容、表格内容和图片按照在所述document.xml文件出现的顺序排版，得到完整docx格式文档。本发明能够根据XML格式文件即可解析成完整准确的docx格式文档。 | ||
| 搜索关键词： | 一种 docx 格式 文档 进行 结构 化解 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京计算机技术及应用研究所，未经北京计算机技术及应用研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911184347.5/，转载请声明来源钻瓜专利网。
