[发明专利]一种文档解析方法及系统有效
| 申请号： | 202310218660.6 | 申请日： | 2023-03-09 |
| 公开（公告）号： | CN115952783B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 王茂林 | 申请（专利权）人： | 深圳市金大智能创新科技有限公司 |
| 主分类号： | G06F40/205 | 分类号： | G06F40/205;G06F9/50;G06F18/22;G06F21/60 |
| 代理公司： | 北京一诺通成知识产权代理事务所(普通合伙) 16145 | 代理人： | 张学府 |
| 地址： | 518104 广东省深圳市宝*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种文档解析方法及系统，包括：获取PDF文档并查找到文档尾Trailer；查找到根节点对象Root及其中包括的页节点对象Pages；CPU多线程同时查找页节点对象Pages中是否存在Contents属性标签；根据PDF文档的交叉引用表Xref table，将每个线程查找到的待解析标签搭建为结构树；动态调整可用于解析待解析标签的CPU线程数和GPGPU线程数；CPU和GPGPU多线程同时提取待解析标签中的Stream流及其中的文本内容；根据结构树中存储的各个待解析标签的位置和标签之间的父子关系，将每个线程提取的文本内容进行拼接，得到PDF文档的完整文本数据并敏感词进行脱敏处理。 | ||
| 搜索关键词： | 一种 文档 解析 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深圳市金大智能创新科技有限公司，未经深圳市金大智能创新科技有限公司许可，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/202310218660.6/，转载请声明来源钻瓜专利网。
