準文檔格式更方便于各種不同格式之間的轉(zhuǎn)換。當(dāng)然，任何結(jié)構(gòu)化文檔格式均可以作為基準文檔格式，具體的本發(fā)明實施例對此不進行限制。
[0033]步驟103:根據(jù)所述基準文檔的格式信息將源文檔的格式轉(zhuǎn)換為基準文檔格式。
[0034]格式轉(zhuǎn)換的裝置根據(jù)源文檔的格式以及基準文檔的格式，選擇對應(yīng)的格式轉(zhuǎn)換規(guī)貝U，根據(jù)格式轉(zhuǎn)換規(guī)則對源文檔進行相應(yīng)的處理，然后將源文檔的格式轉(zhuǎn)換為基準文檔格式。
[0035]步驟104:根據(jù)所述目標文檔格式信息，將源文檔的基準文檔格式轉(zhuǎn)換為目標文檔格式。
[0036]格式轉(zhuǎn)換的裝置根據(jù)目標文檔的格式以及基準文檔的格式，選擇對應(yīng)的格式轉(zhuǎn)換規(guī)則，根據(jù)格式轉(zhuǎn)換規(guī)則將源文檔的基準文檔格式轉(zhuǎn)換為目標文檔格式。
[0037]本發(fā)明實施例提供的一種批量文檔格式轉(zhuǎn)換的方法，通過一種文件轉(zhuǎn)換的基本架構(gòu)，以一種中間文檔格式為基準，對要轉(zhuǎn)換的文件格式進行預(yù)處理，然后轉(zhuǎn)換為基準格式，再由基準格式轉(zhuǎn)換為目標格式，這樣可以減少開發(fā)不同格式文檔之間轉(zhuǎn)換關(guān)系的次數(shù)，如果工作環(huán)節(jié)中需要增加一種目標文檔格式，只需要重新開發(fā)基準格式與目標文檔格式的轉(zhuǎn)換關(guān)系，因此實現(xiàn)了批量文檔格式的轉(zhuǎn)換，方便的擴充文檔格式轉(zhuǎn)換功能，充分復(fù)用已有的文檔格式轉(zhuǎn)換模塊，減少重復(fù)開發(fā)，提高工作效率。
[0038]進一步的，圖2是本發(fā)明實施例提供的根據(jù)基準文檔的格式信息將源文檔的格式轉(zhuǎn)換為基準文檔格式的方法流程圖，如圖2所示，所述方法包括:
[0039]步驟201:對源文檔進行預(yù)處理，獲得所述源文檔的內(nèi)容元素及結(jié)構(gòu)的信息。
[0040]其中，對源文檔進行預(yù)處理是為了能夠獲得源文檔的內(nèi)容元素及結(jié)構(gòu)的信息。因為，源文檔可能是結(jié)構(gòu)化的文檔也可能是非/半結(jié)構(gòu)化的文檔，當(dāng)源文檔是非/半結(jié)構(gòu)化的文檔時，無法直接從源文檔中提取源文檔的內(nèi)容元素及結(jié)構(gòu)的信息。另外，在格式轉(zhuǎn)換的過程中，對于源文檔中部分數(shù)據(jù)可能存在基準文檔的格式不支持的問題，因此，需要首先對源文檔進行預(yù)處理。
[0041]其中，對源文檔進行預(yù)處理可以采用但不局限于以下步驟:對非/半結(jié)構(gòu)化的源文檔進行結(jié)構(gòu)化處理；將所述經(jīng)過結(jié)構(gòu)化處理后的源文檔中不支持基準文檔格式的數(shù)據(jù)進行刪除或者修改為支持基準文檔格式的數(shù)據(jù)。
[0042]其中，一般的，非/半結(jié)構(gòu)化的文檔的結(jié)構(gòu)信息，在形成文檔時全部/部分沒有被記錄，文檔的結(jié)構(gòu)信息隱含在文檔的內(nèi)容中無法直接被提取，因此，首先要將非/半結(jié)構(gòu)化的文檔進行結(jié)構(gòu)化處理。
[0043]具體地，將非/半結(jié)構(gòu)化的文檔進行結(jié)構(gòu)化處理具體包括根據(jù)文檔規(guī)范和源文檔的內(nèi)容信息，將非/半結(jié)構(gòu)化的源文檔的文檔結(jié)構(gòu)轉(zhuǎn)換成結(jié)構(gòu)化的文檔結(jié)構(gòu)。其中，文檔規(guī)范是對非/半結(jié)構(gòu)化文檔的格式進行描述的規(guī)范，由技術(shù)人員預(yù)先根據(jù)規(guī)范的文檔格式的描述進行設(shè)定，并將規(guī)范轉(zhuǎn)換成計算機可識別的語言，存儲到格式轉(zhuǎn)換的裝置中。具體來說，可以采用如下的方式，當(dāng)獲取源文檔的內(nèi)容元素及結(jié)構(gòu)的信息時，首先判斷源文檔是否是結(jié)構(gòu)化文檔，如果是，直接讀取源文檔就能夠獲取到源文檔的內(nèi)容元素及結(jié)構(gòu)的信息。如果否，則說明源文檔是非/半結(jié)構(gòu)化文檔，需要先將源文檔進行結(jié)構(gòu)化處理。首先讀取源文檔，獲得源文檔的內(nèi)容信息，同時通過預(yù)設(shè)的路徑讀取文檔規(guī)范，根據(jù)文檔規(guī)范對源文檔的內(nèi)容信息進行分析并獲得源文檔的結(jié)構(gòu)信息，根據(jù)源文檔的結(jié)構(gòu)信息將非/半結(jié)構(gòu)化的源文檔的文檔結(jié)構(gòu)轉(zhuǎn)換成結(jié)構(gòu)化的文檔結(jié)構(gòu)。
[0044]其中，針對將所述經(jīng)過結(jié)構(gòu)化處理后的源文檔中不支持基準文檔格式的數(shù)據(jù)進行刪除或者修改為支持基準文檔格式的數(shù)據(jù)。因為不同的文檔格式會存在不同的顯示效果，對于部分數(shù)據(jù)可能有些格式支持有些格式不支持，例如，PDF格式中不支持vsd格式中的圖形數(shù)據(jù)，假設(shè)要將vsd格式的文檔轉(zhuǎn)換成PDF格式，要將vsd格式中的圖形數(shù)據(jù)轉(zhuǎn)換成圖像數(shù)據(jù)。再例如，txt格式不支持doc格式中的藝術(shù)字或者渲染效果，因此假設(shè)要將doc格式的文檔轉(zhuǎn)換成txt格式，要將doc格式中的藝術(shù)字轉(zhuǎn)換成相應(yīng)的普通文字或者刪除渲染效果的數(shù)據(jù)。
[0045]步驟202:根據(jù)所述基準文檔的格式信息、所述源文檔的內(nèi)容元素及結(jié)構(gòu)的信息以及預(yù)設(shè)的源文檔與基準文檔元素及結(jié)構(gòu)的對應(yīng)關(guān)系，將源文檔的格式轉(zhuǎn)換為基準文檔格式。
[0046]需要說明的是，不同格式的文檔之間元素及結(jié)構(gòu)有一定的對應(yīng)關(guān)系，這個對應(yīng)關(guān)系需要根據(jù)具體的格式進行開發(fā)，每兩種不同格式的文檔之間僅存在一種對應(yīng)關(guān)系。對于將源文檔的格式轉(zhuǎn)換為基準文檔格式，具體來說，可以采用如下的方式，首先獲取到基準文檔的格式信息，根據(jù)基準文檔的格式信息開發(fā)出基準文檔格式與其他所有常用文檔格式的對應(yīng)關(guān)系，將對應(yīng)關(guān)系通過計算機可識別的語言進行描述，并存儲到格式轉(zhuǎn)換的裝置中。當(dāng)需要將源文檔的格式轉(zhuǎn)換為基準文檔格式時，獲得源文檔的格式信息，根據(jù)源文檔的格式信息查找到源文檔與基準文檔元素及結(jié)構(gòu)的對應(yīng)關(guān)系，根據(jù)源文檔的內(nèi)容元素及結(jié)構(gòu)的信息和源文檔與基準文檔元素及結(jié)構(gòu)的對應(yīng)關(guān)系，將源文檔的格式轉(zhuǎn)換為基準文檔格式。
[0047]進一步的，圖3是本發(fā)明實施例提供的根據(jù)所述目標文檔格式信息，將源文檔的基準文檔格式轉(zhuǎn)換為目標文檔格式的方法流程圖，如圖3所示，所述方法包括:
[0048]步驟301:獲得所述基準文檔的內(nèi)容元素及結(jié)構(gòu)的信息。
[0049]需要說明的是，這個步驟中不包含對基準文檔進行結(jié)構(gòu)化處理的過程，因為前面提到過基準文檔格式選取的原則，一般選取結(jié)構(gòu)化文檔的格式作為基準文檔格式，結(jié)構(gòu)化文檔具有規(guī)整的結(jié)構(gòu)，并且能夠直接將文檔的內(nèi)容元素及結(jié)構(gòu)的信息提取出來，因此不需要對源文檔的基準文檔進行結(jié)構(gòu)化處理。
[0050]步驟302:根據(jù)所述目標文檔的格式信息、所述基準文檔的內(nèi)容元素及結(jié)構(gòu)的信息以及預(yù)設(shè)的基準文檔與目標文檔元素及結(jié)構(gòu)的對應(yīng)關(guān)系，將源文檔的基準文檔格式轉(zhuǎn)換為目標文檔格式。
[0051]需要說明的是，前面已經(jīng)提到，根據(jù)基準文檔的格式信息開發(fā)出基準文檔格式與其他所有常用文檔格式的對應(yīng)關(guān)系，將對應(yīng)關(guān)系通過計算機可識別的語言進行描述，并存儲到格式轉(zhuǎn)換的裝置中。因此，若要獲得基準文檔與目標文檔元素及結(jié)構(gòu)的對應(yīng)關(guān)系，也可以根據(jù)具體的目標文檔格式在已開發(fā)出的基準文檔格式與其他所有常用文檔格式的對應(yīng)關(guān)系中查詢到，不需要重新開發(fā)。具體來說，將源文檔的基準文檔格式轉(zhuǎn)換為目標文檔格式可以采用如下的方式，首先獲取到目標文檔的格式信息，根據(jù)目標文檔的格式信息查找到目標文檔與基準文檔元素及結(jié)構(gòu)的對應(yīng)關(guān)系，根據(jù)基準文檔內(nèi)容元素及結(jié)構(gòu)的信息和基準文檔與目標文檔元素及結(jié)構(gòu)的對應(yīng)關(guān)系，將源文檔的基準文檔格式轉(zhuǎn)換為目標文檔格式。
[0052]由上述內(nèi)容也可以很容易的看出，假設(shè)現(xiàn)有A、B、C三種格式的源文檔，如果在出版的2個環(huán)節(jié)中分別需要E、F兩種格式，那么對于現(xiàn)有技術(shù)來說，一共需要開發(fā)A和E，B和E，C和E，A和F，B和F，C和F，六種不同格式文檔之間的對應(yīng)關(guān)系，如果再增加一個使用G格式的環(huán)節(jié)，還需要重新開發(fā)三種不同格式文檔之間的對應(yīng)關(guān)系。而對于本發(fā)明來說，假設(shè)選取D格式作為基準文檔格式，則一共僅需要開發(fā)A和D，B和D，C和D，D和E，D和F五種不同格式文檔之間的對應(yīng)關(guān)系，如果再增加一個使用G格式的環(huán)節(jié)，只需要再開發(fā)D和G —種格式文檔之間的對應(yīng)關(guān)系。顯然本發(fā)明的方案很方便的擴充了文檔格式轉(zhuǎn)換功能，充分復(fù)用已有的文檔格式轉(zhuǎn)換模塊，減少了重復(fù)開發(fā)，提高了工作效率。并且，源文檔的格式種類以及出版的環(huán)節(jié)需要的不同格式的種類越多，本發(fā)明的這種優(yōu)勢越明顯。
[0053]圖4是本發(fā)明實施例提供的一種批量文檔格式轉(zhuǎn)換的裝置組成框圖，如圖4所示，所述裝置包括:
[0054]接收模塊401，用于接收將源文檔的格式轉(zhuǎn)換為目標文檔格式的請求，所述請求中包含目標文檔格式信息。其中，將源文檔的格式轉(zhuǎn)換為目標文檔格式的請求可以由操作人員通過計算機發(fā)出，也可以由計算機直接發(fā)出，具體的本發(fā)明實施例對此不進行限制。獲取模塊402，用于根據(jù)所述接收模塊接收的所述請求獲取基準文檔格式的信息，所述基準文檔格式為結(jié)構(gòu)化文檔格式，所述基準文檔格式是文檔格式轉(zhuǎn)換的格式基準。其中，請求中可以包含基準文檔格式的信息，也可以不