CN101751461A

CN101751461A - 一种文档转换方法和装置

Info

Publication number: CN101751461A
Application number: CN200910244543A
Authority: CN
Inventors: 刘洋
Original assignee: ZTE Corp
Current assignee: ZTE Corp
Priority date: 2009-12-30
Filing date: 2009-12-30
Publication date: 2010-06-23

Abstract

本发明公开了一种文档转换方法和装置，均可设置不受文档类型限制的源文档与目标文档之间的文档转换规则，并根据文档转换规则将源文档转换为目标文档，因此能够提高文档转换效率和灵活性。

Description

一种文档转换方法和装置

技术领域

本发明涉及文档处理技术，具体涉及一种文档转换方法和装置。

背景技术

在文档处理应用中，时常需要对文档进行转换，该转换可能涉及文档的格式、内容、类型等各方面。目前，可以通过文档转换工具将源文档转换为目标文档，但所能实现的文档转换仅针对源文档和目标文档均为可扩展标识语言XML文档的情况。这导致可适用的源文档和目标文档类型单一，并且依赖于XML文档语法和结构，没有考虑具体领域内的业务需求，不易于扩展，灵活性低不足；此外，该方法在具体应用时，要求使用人员熟练掌握XML的语法和标签，易用性不好。

针对上述情况，在源文档与目标文档的类型不同的情况下，通常需要以手动编辑源文档的方式获取对应的目标文档。由于源文档和目标文档关注的内容通常不同，文件类型和格式也不尽相同；因此手动编辑工作具有较搞的繁杂性，效率低下。并且，当要处理的数据量较大时容易出错而且不易发现，且后期维护成本成几何级数增长，无法满足目前的文档处理需求。

发明内容

有鉴于此，本发明的主要目的在于提供一种文档转换方法和装置，以提高文档转换效率和灵活性。

为达到上述目的，本发明的技术方案是这样实现的：

一种文档转换方法，该方法包括：

设置不受文档类型限制的源文档与目标文档之间的文档转换规则，根据文档转换规则将源文档转换为目标文档。

所述转换的过程包括：

解析源文档生成源数据，根据所述文档转换规则对源数据进行处理，应用完成处理的源数据生成目标文档。

所述转换的操作是由文档转换任务触发的，该方法进一步包括：建立文档转换任务。

所述建立文档转换任务的过程包括：

解析源文档模板和目标文档模板，获取文档结构图并生成文档结构树，建立源、目标文档内容结构树的树节点间的文档转换规则，生成文档转换任务。

对源数据进行处理的方法包括至少以下之一：

直接拷贝或对多段文本进行整合之后拷贝；

根据定义的数字内容之间逻辑运算的方式处理数字内容；

根据定义的过滤条件对文本块进行过滤；

以覆盖或者追加的方式将源数据拷贝到目标文档。

所述生成目标文档的方法为：

将完成处理的所述源数据写入目标文档，得到需要的目标文档；或者依据目标文档模板写入完成处理的所述源数据，得到需要的目标文档。

所述文档转换规则是源文档与目标文档之间用于文档转换的内容处理规则和映射关系。

一种文档转换装置，该装置包括相连的文档解析器、文档转换器；其中，

所述文档解析器，用于在文档转换过程中提供文档解析支持；

所述文档转换器，用于根据不受文档类型限制的源文档与目标文档之间的文档转换规则，将源文档转换为目标文档。

进一步包括任务定制器，用于建立文档转换任务，触发文档转换操作。

进一步包括一下各模块中至少之一：

文本块模块，用于定义文本拷贝的方式，直接拷贝或对多段文本进行整合之后拷贝；

运算模块，用于定义数字内容之间逻辑运算的方式，并根据定义的方式处理数字内容；

过滤模块，用于定义对文本块进行过滤的条件，并根据定义的过滤条件对文本块进行过滤；

粘贴模块，用于定义源数据拷贝到目标文档时对目标数据处理的方式，并根据定义的处理方式拷贝数据。

所述各模块设置于所述文档转换器中。

可见，由于本发明方法和装置能够设置不受文档类型限制的源文档与目标文档之间的文档转换规则，并根据文档转换规则将源文档转换为目标文档，因此能够提高文档转换效率和灵活性。

附图说明

图1为本发明实施例的文档转换装置图；

图2为图1中各器件交互过程示意图；

图3为本发明实施例的人机交互实现文档转换任务建立的流程图；

图4为本发明实施例的任务定制界面示意图；

图5为本发明实施例的内容处理规则界面示意图；

图6为本发明实施例的文档转换流程图；

图7为本发明的文档转换流程简图。

具体实施方式

从发明思路上讲，本发明所提供的文档转换方法包括：设置不受文档类型限制的源文档与目标文档之间的文档转换规则，根据文档转换规则将源文档转换为目标文档。并且，所述转换的操作通常是由文档转换任务触发的，该文档转换任务可以预先建立。

本发明所提供的文档转换装置包括相连的文档解析器、文档转换器；其中，所述文档解析器，用于在文档转换过程中提供文档解析支持；所述文档转换器，用于根据不受文档类型限制的源文档与目标文档之间的文档转换规则，将源文档转换为目标文档。并且，还可以进一步包括任务定制器，用于建立文档转换任务，触发文档转换操作。

参见图1，图1为本发明实施例的文档转换装置图，该装置包括可两两相连的任务定制器、文档解析器、文档转换器。

其中，文档解析器能够对Word、Excel、PPT、Project等文档进行信息的解析和提取，将解析结果直接或经过二次加工后输出给文档转换器。任务定制器能够提供可视化的用户输入界面，通过人机交互实现文档内容解析、处理和转换等的自定义配置，具体的配置内容可以包括源文档的模板和目标文档的模板、内容映射关系和内容处理规则等。源文档和目标文档可以是相同或不同类型的文档，也可以分别是一个或者多个文档。文档转换器能够根据任务定制器中建立的文档转换任务对文档解析器所输出的解析结果进行内容处理和映射，生成完成文档转换的目标文档。

在具体应用中，可以在任务定制器中设置不受文档类型限制的源文档与目标文档之间用于文档转换的内容处理规则和映射关系，建立文档转换任务。如：任务定制器调用文档解析器通过解析源文档模板和目标文档模板的样式(各级标题或者特定样式)，获取文档结构图并生成文档结构树；使用户可以建立源、目标文档内容结构树的树节点间的映射关系，指定映射方式即内容处理规则，包括字符串拼接、数字运算等，最终生成文档转换任务。

文档解析器可以从任务定制器中获取文档转换任务，根据文档转换任务中定义的源文档待转换内容(即与目标文档结构树节点建立关联关系的源文档的树节点对应的内容)从源文档中提取源数据，并将所提取的源数据提供给文档转换器；文档转换器则可以从任务定制器中获取文档转换任务，根据文档转换任务中源文档和目标文档的内容映射关系和内容处理规则，对文档解析器提供的源数据进行处理，生成目标文档。之后，可以对生成的目标文档进行保存、输出等后续处理。

由图1可见，任务定制器、文档解析器、文档转换器之间可以实现通信交互，在不受文档类型限制的前提下实现从源文档到目标文档的文档转换，任务定制器、文档解析器、文档转换器之间的主要交互过程如图2所示。参见图2，图2为图1中各器件交互过程示意图。在图2中，用户可以通过任务定制器定制新任务或者选取装置中已保存的任务，之后源文档进入文档转换装置，开始文档的处理流程：

任务定制器缓存当前用户所设置/选择的文档转换任务，并激活文档解析器，触发文档解析器进入工作状态；文档解析器被激活后，首先向任务定制器获取任务信息，得到源文档的存储路径、待转换内容在源文档树结构中所处的位置信息以及提取内容的处理方式(如：全部提取、按照过滤规则部分提取)；文档解析器根据源文档的的存储路径找到并读取源文档的内容，对读取的内容进行解析并根据待转换内容的位置信息提取对应的内容，按照提取内容的处理方式处理后得到目标数据，并进行缓存；文档解析器获取目标数据后，激活文档转换器，使其进入工作状态。

文档转换器向任务定制器获取任务信息，得到目标文档的存储路径、源文档和目标文档内容映射关系以及源文档和目标文档内容映射方式及内容处理规则(如：直接拷贝、拼接拷贝、数据运算等)；之后，文档转换器可以根据目标文档的存储路径找到目标文档或目标文档模板，对目标文档/目标文档模板进行解析，根据源文档和目标文档的内容处理规则对文档解析器输出的数据进行处理，并根据源文档和目标文档的内容映射关系将处理后的数据写入目标文档，或者依据目标文档模板写入数据，最终得到需要的目标文档。

在实际应用中，可以通过人机交互的方式建立文档转换任务，具体的操作过程可以参见图3，图3为本发明实施例的人机交互实现文档转换任务建立的流程图，该流程包括以下步骤：

步骤301：任务定制器提供图形用户接口界面，该界面提供了选择一个或多个源文档/源文档模板、以及选择一个或多个目标文档/目标文档模板的控件，用户可以通过图形用户接口界面访问文档转换装置的任务定制器。

步骤302至303：用户选择一个或多个源/目标文档并确定后，任务定制器调用文档解析器对用户所选择的文档进行解析。

步骤304：文档解析器得到源/目标文档的文档类型及文档结构树信息，反馈给任务定制器，任务定制器以图形界面的形式呈现给用户。

步骤305：用户在图形界面上配置源文档和目标文档树节点之间的映射关系和映射方式，同时指定源文档树节点内容提取的方式。

步骤306：待用户配置完成并确认后，任务定制器将任务进行保存；并且根据用户的选择，进入文档转换流程或者退出系统。

以由需求跟踪列表和需求详细设计文档来生成需求跟踪报告为例，在通过人机交互的方式建立文档转换任务时，任务定制器可以提供如图4所示的任务定制界面。参见图4，图4为本发明实施例的任务定制界面示意图，其中，源文档需求跟踪列表包含了需求编号、需求名称、需求描述和实施负责人等信息，源文档需求详细设计文档中包含需求背景、方案设计等内容，目标文档需求跟踪报告则包含需求背景、方案设计、测试点分析和测试环境分析等内容。在该实例中，目标文档需要从源文档中获取的内容包括：

1，需求详细设计文档中的需求来源；

2，需求跟踪列表中，编号为Req××的需求所对应的需求描述；

3，需求跟踪列表中，编号为Req××的需求所对应的实施负责人以及需求详细设计文档中的实现需求；

4，需求详细设计文档中的方案设计。

用户可通过对源文档和目标文档解析后所得的文档结构树/标题结构前的复选框，来选择需要建立映射关系的源数据和目标数据，如：任务清单。任务清单用于记录和管理文档内容映射中所定制的各个子任务，文档转换的任务最终由这些子任务构成。其中，对源文档和目标文档的解析，可采用具体的某种编程语言实现。以excel文档的解析为例，可以选择Java开发语言，采用基于Apache的开源项目POI来实现，示例代码如下：

import org.apache.poi.hssf.usermodel.HSSFCell；

import org.apache.poi.hssf.usermodel.HSSFRow；

import org.apache.poi.hssf.usermodel.HSSFSheet；

import org.apache.poi.hssf.usermodel.HSSFWorkbook；

public class ExtractorImpl implements IExtractor{

private HS SFWorkbook workbook；

public ExtractorImpl(String filePath){

InputStream is；

try{

//读取excel文档，生成excel对象

is＝new BufferedInputStream(new

FileInputStream(filePath))；

workbook＝new HS SFWorkbook(is)；

}catch(FileNotFoundException e){

……

}catch(IOException e){

……

}

/**

*获取excel某单元格的值

*@param sheetIndex sheet页编号

*@param rowIndex 单元格所在行编号

*@param cellIndex 单元格编号

*@return 单元格的值

*/

public String getCell(int sheetIndex，int rowIndex，int cellIndex){

//通过sheetIndex获取excel中的某sheet页

HSSFSheet sheet＝workbook.getSheetAt(sheetIndex)；

//通过rowIndex获取excel中该sheet页的对应行

HSSFRow row＝sheet.getRow(rowIndex)；

//通过cellIndex获取excel中该行的对应单元格

HSSFCell cell＝row.getCell(cellIndex)；

//获取该单元格的值

String cellValue＝cell.getStringCellValue()；

return cellValue；

}

……

}

以上示例代码中描述了excel文档的读取方式，以及获取excel中某个具体单元格内容的方法；若需要更多的功能，可采用POI所定义的接口来实现。

用户定制的任务信息，经文档转换装置处理后，可以采用XML语法进行描述，可保存在数据库中或者以XML的文件格式进行存储。示例代码如下：

<？xml version＝″1.0″encoding＝″utf-8″？>

<！-定义task-->

<task>

<！--源文件信息，如源文件的存储路径-->

<file key＝″req_list″>d:/需求跟踪列表.xls</file>

<file key＝″req_detail″>d:/需求详细设计文档.doc</file>

</source>

<！-目标文件信息，如目标文件的存储路径-->

<file key＝″req_report″>d:/需求跟踪报告.doc</file>

</target>

<！-一个task中可以包括一到多个mapping task-->

<！-映射任务的编号-->

<！-该映射任务的源数据信息-->

</sourceTemplate>

<！-该映射任务的目标数据信息-->

</targetTemplate>

<！-映射内容的逻辑处理规则，可以包括一到多个-->

<rules>

</rules>

</mappingtask>

……

</task>

以上示例代码描述了图4的任务清单列表中所定义的编号为3的子任务，记录了文档转换过程中源文档和目标文档的存储路径，及一到多个子任务；其中，针对每个子任务又可以定义具体的映射内容和一到多个映射规则。本示例中，映射的内容包括Word文档的段落和excel文档的单元格信息，映射的规则包括映射内容的整合、按“等于”条件过滤和采用覆盖方式插入目标文档。以上映射内容的定义和规则可通过增加更多的标签类型及属性进行扩展。

需要说明的是，用户可以在定制映射关系时对映射的内容进行多种方式的逻辑处理，如：在文档转换器中设置文本块模块、运算模块、过滤模块、粘贴模块。其中，文本块模块用于定义文本拷贝的方式，可直接拷贝或对多段文本进行整合之后拷贝；运算模块用于定义数字内容之间逻辑运算的方式，并根据定义的方式处理数字内容；过滤模块用于定义对文本块进行过滤的条件，并根据定义的过滤条件对文本块进行过滤；粘贴模块用于定义源数据拷贝到目标文档时对目标数据处理的方式，并根据定义的处理方式拷贝数据，如：可用源数据对目标数据进行覆盖或者追加。上述的逻辑处理规则可以由任务定制器或文档转换器中的内容处理规则界面提供，该界面的具体表现形式如图5所示。

可见，本发明文档转换装置能够支持一个或多个源文档、一个或多个目标文档、多种类型源文档、以及不同类型的源和目标文档之间的转换。并且，任务定制器提供了源/目标文档的模板、内容映射关系以及内容处理规则的可视化配置，使得该装置的操作简单、形象，测试人员易于使用；通过引入文档模板的配置，使得文档解析器独立于输入文档类型，支持对多种类型文档的解析，并支持对潜在的更多的文档类型的扩展；通过对内容映射关系的动态配置，文档转换器支持目标文档内容的动态生成，并可通过目标文档模板的配置定制目标文档的格式和类型，在生成目标文档之前，还可以依据内容处理规则对映射内容进行字符串拼接和数字运算等操作，满足文档转换的需要。再有，本发明文档转换装置中的三个主要器件彼此联系却又相对独立，通过对与文档转换相关的参数进行动态配置和可视化管理，更易于各自模块的维护和扩展，提高了系统设计的灵活性，最终使得文档转换的效率和灵活性得到明显提高。

结合以上描述可知，本发明文档转换装置能够实现如图6所示的操作。参见图6，图6为本发明实施例的文档转换流程图，该流程包括以下步骤：

步骤601：设置不受文档类型限制的源文档与目标文档之间用于文档转换的内容处理规则和映射关系。

步骤602：建立文档转换任务。

步骤603：根据所建立的任务解析源文档，得到源数据。

步骤604：根据实际进行文档转换时的内容处理规则和映射关系对源数据进行处理。

步骤605：应用完成处理的源数据生成目标文档。

步骤606：保存所生成的目标文档。

图6所示流程的主要思路可简化如图7所示，参见图7，图7为本发明的文档转换流程简图，该流程包括以下步骤：

步骤710：设置不受文档类型限制的源文档与目标文档之间的文档转换规则。

步骤720：根据文档转换规则将源文档转换为目标文档。

上述文档转换规则通常包括源文档与目标文档之间用于文档转换的内容处理规则和映射关系。

针对具体的应用场景而言，本发明的文档转换技术可以应用于系统测试等需要对文档进行转换的情况。

综上所述可见，无论是方法还是装置，本发明技术均可设置不受文档类型限制的源文档与目标文档之间的文档转换规则，并根据文档转换规则将源文档转换为目标文档，因此能够提高文档转换效率和灵活性。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种文档转换方法，其特征在于，该方法包括：

2.根据权利要求1所述的方法，其特征在于，所述转换的过程包括：

3.根据权利要求1或2所述的方法，其特征在于，所述转换的操作是由文档转换任务触发的，该方法进一步包括：建立文档转换任务。

4.根据权利要求3所述的方法，其特征在于，所述建立文档转换任务的过程包括：

5.根据权利要求2所述的方法，其特征在于，对源数据进行处理的方法包括至少以下之一：

直接拷贝或对多段文本进行整合之后拷贝；

根据定义的数字内容之间逻辑运算的方式处理数字内容；

根据定义的过滤条件对文本块进行过滤；

以覆盖或者追加的方式将源数据拷贝到目标文档。

6.根据权利要求5所述的方法，其特征在于，所述生成目标文档的方法为：

7.根据权利要求1所述的方法，其特征在于，所述文档转换规则是源文档与目标文档之间用于文档转换的内容处理规则和映射关系。

8.一种文档转换装置，其特征在于，该装置包括相连的文档解析器、文档转换器；其中，

9.根据权利要求8所述的装置，其特征在于，进一步包括任务定制器，用于建立文档转换任务，触发文档转换操作。

10.根据权利要求8或9所述的装置，其特征在于，进一步包括一下各模块中至少之一：

11.根据权利要求10所述的装置，其特征在于，所述各模块设置于所述文档转换器中。