CN113378526A - Pdf段落处理方法、装置、存储介质及设备 - Google Patents

Abstract

本发明一个或多个实施例提供了一种PDF段落处理方法、装置、存储介质及设备，该方法包括：响应于接收到的基于PDF文档页面执行的选定操作，确定出目标编辑区域；将所述目标编辑区域中的内容识别为一个段落；响应于接收到的基于所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。该方法能够有效降低用户对PDF文档进行编辑的复杂度，提高了PDF文档的编辑效率。

Description

PDF段落处理方法、装置、存储介质及设备

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种PDF段落处理方法、装置、存储介质及设备。

背景技术

PDF(Portable Document Format，便携式文档格式)，是一种电子文件格式。这种文件格式与操作系统平台无关，也就是说，PDF文件不管是在Windows，Unix还是在苹果公司的Mac OS操作系统中都是通用的。这一性能使它成为在Internet上进行电子文档发行和数字化信息传播的理想文档格式。越来越多的电子图书、产品说明、公司文告、网络资料、电子邮件开始使用PDF格式文件。随着技术的发展，不仅可以利用PDF阅读器对PDF文档进行阅读，还可对PDF文档进行编辑。在用户基于PDF阅读器对PDF文档进行编辑时，用户可通过PDF阅读器进入PDF编辑模式，在该模式下对PDF文档进行编辑。在进入PDF编辑模式后，PDF阅读器会利用预置的算法识别出PDF文档中的段落。但在一些段落分布较为复杂的PDF文档中。例如，一些报纸、杂志或期刊的PDF文档中，一个页面中可能存在着多个分栏，故，可能会出现两个或多个段落在页面中处于并列位置的情况，在这种情况下，PDF阅读器利用预置算法识别出的段落会出现错误。例如，识别出的一个段落中可能包含不止一个自然段的内容，或，识别出的一个段落中可能仅包含了实际某一自然段的一部分，又或者，处于不同分栏中的自然段被识别到一个段落中。在此基础上，若用户仅对当前PDF文档页面中的某一部分进行编辑，而这一部分又被错误的识别，则用户可能需要依次在错误的识别出的多个段落中对其期望编辑的内容进行编辑。显然，这样会增加用户对PDF文档进行编辑处理的复杂度，降低了PDF文档的处理效率。

发明内容

有鉴于此，本发明一个或多个实施例提供了一种PDF段落处理方法、装置、存储介质及设备，能够有效降低用户对PDF文档进行编辑的复杂度，提高了PDF文档编辑效率。

本发明的一个或多个实施例提供了一种PDF段落处理方法，包括：响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域；将所述目标编辑区域中的内容识别为一个段落；响应于接收到的对所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。

可选的，响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域，包括：响应于所述选定操作，获取所述PDF文档页面的第一位置信息以及第二位置信息；根据所述第一位置信息以及所述第二位置信息构造文本框，将所述文本框内的区域确定为所述目标编辑区域。

可选的，响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域，包括：获取基于所述PDF文档页面的绘制轨迹；根据所述绘制轨迹形成文本框，将所述文本框内的区域确定为所述目标编辑区域。

可选的，所述方法还包括：在获得所述文本框后，显示所述文本框。

可选的，所述方法还包括：在根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理之后，将进行编辑处理后的段落与所述PDF文档中未进行编辑的其他部分生成一个新的PDF文档。

可选的，所述目标编辑区域中包括多于一个自然段的内容。

可选的，所述目标编辑区域中包括不足一个自然段的内容。

可选的，所述目标编辑区域中的内容至少包括以下一种：文字、字符以及图片。

本发明一个或多个实施例提供了一种PDF段落处理装置，包括：确定模块，被配置为响应于接收到的基于PDF文档页面执行的选定操作，确定出目标编辑区域；识别模块，被配置为将所述目标编辑区域中的内容识别为一个段落；编辑模块，被配置为响应于接收到的对所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。

本发明一个或多个实施例提供了一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为所述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行上述任意一种PDF段落处理方法。

本发明一个或多个实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任意一种PDF段落处理方法。

在本发明的一个或多个实施例中，响应于接收到的基于PDF文档页面执行的选定操作，确定出目标编辑区域，将目标编辑区域中的内容识别为一个段落，从而可以在获取接收到的基于对该目标编辑区域中的内容进行编辑的编辑操作时，可将目标编辑区域中的内容作为一个段落进行编辑，从而实现了将用户期望编辑的部分作为一个段落进行编辑的目的，避免了识别出段落不满足用户期望的问题，能够有效降低用户对PDF文档进行编辑的复杂度，提高了PDF文档的编辑效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是根据本发明一个或多个实施例示出的一种PDF段落处理方法的流程图；

图2是根据本发明一个或多个实施例示出的一种PDF段落处理装置的结构示意图；

图3是根据本发明一个或多个实施例示出的一种电子设备的结构示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1是根据本发明一个或多个实施例示出的一种PDF段落处理方法的流程图，如图1所示，该方法包括：

步骤101：响应于接收到的基于PDF文档页面执行的选定操作，确定出目所述PDF文档的标编辑区域；

在一个例子中，PDF文档页面呈现于电子设备的显示屏上，用户可在PDF文档页面对待编辑的内容进行选定，选定操作例如可以是用户在PDF文档页面中绘制出一个任意形状的框，例如矩形、三角形、多边形、圆形或不规则形状的框，框之内的区域即为上述目标编辑区域，框之内的内容为用户待编辑的内容。此处以用户使用鼠标进行绘制，绘制形状为矩形为例，在绘制之前，鼠标的光标显示于PDF文档页面中的某一点，例如可以是待编辑内容的起点，用户按下鼠标按键(例如鼠标的左键)后，以用户按下鼠标按键时鼠标的光标所在的点为起点，用户拖动鼠标至一点后，用户释放鼠标按键，以用户释放鼠标按键时鼠标光标所在的点为终点，以该起点以及该终点这两个点的坐标构造一个矩形区域的框。例如，可以该起点的以及该终点的连线作为对角线构造一个矩形区域。该矩形区域则为上述目标编辑区域，该矩形区域内的内容即为用户期望编辑的内容。此外，若用户使用触摸显示屏显示上述PDF文档，用户还可以直接用手写笔，或手指绘制上述框。以上述框为不规则形状的框，用户以手指在触摸屏上进行绘制为例，用户可以直接以手指在触摸屏上绘制一个闭合曲线框，该闭合曲线框内的区域即为上述目标编辑区域，该闭合曲线内的内容即为用户期望编辑的内容。

在上述步骤101之前，本发明一个或多个实施例的PDF段落处理方法还可以包括响应于切换编辑模式的操作，将PDF文档切换至自定义编辑模式，在此之后，接收到的基于PDF文档的编辑操作后，则不会再调用预设算法自动对PDF文档的段落进行识别，而是会接收用户自定义目标编辑区域的操作，以将目标编辑区域中的内容识别为一个段落。

步骤102：将所述目标编辑区域中的内容识别为一个段落；

沿用上述例子，待用户绘制完上述框之后，可先确定PDF文档中处于上述框之内的内容，以及处于框之外的内容，将处于框之内的内容确定为一个段落进行标记以及显示。对于处于目标编辑区域之外的内容，则不进行段落识别。

步骤103：响应于接收到的基于所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。

其中，所述目标编辑区域中的内容例如可以是上述PDF文档中的任意字符、符号以及图片等内容。对目标编辑区域中的内容的编辑操作例如可以包括对这些字符、符号以及图片所进行的增加、删除、修改以及设置属性信息等任意操作。而对于处于目标编辑区域之外的内容，则保持不变。

在本发明的一个或多个实施例中，响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域，将目标编辑区域中的内容识别为一个段落，从而可以在获取接收到的基于对该目标编辑区域中的内容进行编辑的编辑操作时，可将目标编辑区域中的内容作为一个段落进行编辑，从而实现了将用户期望编辑的部分作为一个段落进行编辑的目的，避免了识别出段落不满足用户期望的问题，能够有效降低用户对PDF文档进行编辑的复杂度，提高了PDF文档的编辑效率。

在本发明的一个或多个实施例中，响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域，可包括：

响应于所述选定操作，获取所述PDF文档页面的第一位置信息以及第二位置信息；根据所述第一位置信息以及所述第二位置信息构造文本框，将所述文本框内的区域确定为所述目标编辑区域。沿用上述例子，第一位置信息例如可以是上述始点的坐标，第二位置信息例如可以是上述终点的坐标，例如，可以将该起点与该终点的连线作为矩形的对角线，构造出一个矩形的文本框。

在本发明的一个或多个实施例中，响应于接收到的基于PDF文档页面执行的选定操作，确定出目标编辑区域，可包括：

获取基于所述PDF文档页面的绘制轨迹；根据所述绘制轨迹形成文本框，将所述文本框内的区域确定为所述目标编辑区域。以用户以手指在触摸屏上绘制不规则形状的为例，用户直接以手指在触摸屏上绘制一个闭合曲线，该闭合曲线内的区域即为上述目标编辑区域，例如，可以以能够覆盖该闭合曲线内所有内容的最小的矩形框形成文本框。

需要说明的是，上述实施例中的文本框中的内容可被编辑，以文本框中的内容是文字为例，可在文本框中对文字进行增加、删除、修改以及设置文字对应的属性信息，文字对应的属性信息例如可以包括文字的大小，文字的字体，文字的颜色以及文字的背景色等信息。

在本发明的一个或多个实施例中，上述PDF段落处理方法还可包括：

在获得所述文本框后，显示所述文本框。例如，可以在上述目标编辑区域的边界显示文本框的边界线，以区分当前正在编辑的段落以及PDF文档中的其他段落。

在本发明的一个或多个实施例中，在获得所述文本框之后，还可以隐藏所述文本框，在隐藏所述文本框后，上述目标编辑区域内的内容作为已被识别出的一个段落，可根据用户进行的编辑操作进行编辑处理，若用户想查看该文本框，可通过指定的用户操作，例如双击目标编辑区域中的任意位置，在接收到用户的该指定操作后，可显示所述文本框。

在本发明的一个或多个实施例中，上述PDF段落处理方法还可包括：在根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理之后，将进行编辑处理后的所述段落与所述PDF文档中未进行编辑的其他部分生成一个新的PDF文档。例如，在当前显示的PDF文档的页面中，用户框选出该页面中的第一自然段以及第二自然段的前两行(假设第二自然段一共有六行)为目标编辑区域，系统将该第一自然段以及第二自然段的前两行以一个PDF段落的形式显示于一个文本框中，若用户期望对目标编辑区域中的内容进行的编辑为删除该文本框中最后一个文字，则响应于用户所作出的删除该文字的编辑操作，删除该文字，以完成对目标编辑区域中的内容的编辑处理，保持该PDF文档中其他部分不变，将编辑后的该PDF段落与该PDF文档中其他未被编辑的部分生成一个PDF文档。

在本发明的一个或多个实施例中，所述目标编辑区域中包括多个自然段。即在本发明的一个或多个实施例中，上述PDF段落识别方法中，被识别为一个段落的内容中可包括多于一个自然段的内容。例如，用户可通过在PDF文档页面中其期望编辑的区域中框选出待编辑的内容，这部分内容例如可以包括多个实际的自然段。在此基础上，可将该多个自然段识别为一个PDF段落，将该多个自然段一并呈现于一个文本框中，供用户编辑。这样用户可在该本文框中对该多个自然段的内容进行增加、删除或设置属性等编辑处理，而用户无需依次进入各个自然段对应的多个文本框中依次对各自然段的内容进行编辑，有效减低了用户操作的复杂度。

在本发明的一个或多个实施例中，所述目标编辑区域中包括不足一个自然段的内容。即，在本发明的一个或多个实施例中，上述PDF段落识别方法中，被识别为一个段落的内容中可包括不足一个自然段的内容。例如，用户可通过在PDF文档页面中其期望编辑的区域中框选出待编辑的内容，这部分内容例如可以包括一个自然段中的几行，举个例子，若某一个自然段实际包括十二行文本，但是用户仅想对其中的两行文本进行编辑，用户可以仅框选出这两行文本，则这两行文本所在的区域即为上述目标编辑区域。待用户框选出这两行文本后，系统可将这两行文本识别为一个PDF段落，将该两行文本呈现于一个文本框中，供用户在该文本框内对该两行文本进行编辑。这样，用户即可在该文本框中，对该两行文本进行编辑。而系统不会对PDF文档中的其他段落进行识别。可见，基于本发明一个或多个实施例提供的PDF段落处理方法，在对PDF文档进行编辑时，基于用户选择待编辑目标区域的操作，系统可仅将该待编辑目标区域的内容进行段落识别，而对于PDF文档中其他无需被编辑的内容，则无需进行段落识别，显然，这可以有简化系统处理流程，提高PDF段落处理效率。

在本发明的一个或多个实施例中，所述目标编辑区域中的内容至少包括以下一种：文字、字符以及图片。其中，文字如可以包括以任何语种形式表达的字母或文字，符号例如可以包括字母、数字、运算符号、标点符号和其他符号，以及一些功能性符号。图片例如可以是各种可以显示于PDF文档中的图片。

为了便于对本发明一个或多个实施例提供的PDF段落处理方法的理由，以下一个例子对该方法进行简要说明。

在该例子中，例如可以是PDF阅读器中为用户提供一种自定义的编辑模式，为便于描述，该编辑模式可简称模式A，在进入该模式A后，可由用户自定义待编辑的段落，该段落可以不是PDF文档中实际以一个自然段形式呈现的段落，该段落可以是PDF文档页面中所呈现的任意一部分内容。例如，当用户通过点击PDF阅读器页面中设置的按钮，使当前呈现的PDF文档进入模式A后，用户通过鼠标操作在PDF文档页面中画一个矩形框，例如，以用户按下鼠标按键时的点作为起点，用户释放鼠标按键时的点作为结束点，以该起点的坐标以及结束点的坐标构造一个矩形区域，将该矩形区域内的内容识别为一个段落，将矩形区域中的字符或图片作为一个大段落来进行编辑，该大段落中可以包含若干子段落，后续的编辑操作将以该大段落为基础进行编辑，保持矩形区域之外的字符及图片保持不变，得到编辑后PDF文档。

图2是根据本发明一个或多个实施例示出的一种PDF段落处理装置的结构框图，如图2所示，该装置20包括：

确定模块21，被配置为响应于接收到的基于PDF文档页面执行的选定操作，确定出目所述PDF文档的标编辑区域；

识别模块22，被配置为将所述目标编辑区域中的内容识别为一个段落；

编辑模块23，被配置为响应于接收到的基于所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。

在本发明的一个或多个实施例中，上述确定模块具体可被配置为：响应于所述选定操作，获取所述PDF文档页面的第一位置信息以及第二位置信息；根据所述第一位置信息以及所述第二位置信息构造文本框，将所述文本框内的区域确定为所述目标编辑区域。

在本发明的一个或多个实施例中，上述确定模块具体可被配置为：获取绘制轨迹；根据所述绘制轨迹形成文本框，将所述文本框内的区域确定为所述目标编辑区域。

在本发明的一个或多个实施例中，上述PDF段落处理装置还可包括：生成模块，被配置为在根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理之后，将进行编辑处理后的段落与所述PDF文档中未进行编辑的其他部分生成一个新的PDF文档。

在本发明的一个或多个实施例中，所述段落中可包括多个自然段的内容。

在本发明的一个或多个实施例中，所述段落中可包括少于一个自然段的内容。

在本发明的一个或多个实施例中，所述目标编辑区域中的内容至少可包括以下一种：文字、字符以及图片。

本发明一个或多个实施例还提供了一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为所述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行上述任意一种PDF段落处理方法。

本发明一个或多个实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任意一种PDF段落处理方法。

相应的，如图3所示，本发明的实施例提供的服务器，可以包括：壳体31、处理器32、存储器33、电路板34和电源电路35，其中，电路板34安置在壳体31围成的空间内部，处理器32和存储器33设置在电路板34上；电源电路35，用于为所述服务器的各个电路或器件供电；存储器33用于存储可执行程序代码；处理器32通过读取存储器33中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述实施例提供的任意一种PDF段落处理方法。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

为了描述的方便，描述以上装置是以功能分为各种单元/模块分别描述。当然，在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种PDF段落处理方法，其特征在于，包括：

响应于接收到的对PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域；

将所述目标编辑区域中的内容识别为一个段落；

响应于接收到的对所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。

2.根据权利要求1所述的方法，其特征在于，响应于接收到的对PDF文档页面执行的选定操作，确定出所述PDF文档目标编辑区域，包括：

响应于所述选定操作，获取所述PDF文档页面的第一位置信息以及第二位置信息；

根据所述第一位置信息以及所述第二位置信息构造文本框，将所述文本框内的区域确定为所述目标编辑区域。

3.根据权利要求1所述的方法，其特征在于，响应于接收到的基于PDF文档页面执行的选定操作，确定所述PDF文档的出目标编辑区域，包括：

获取基于所述PDF文档页面的绘制轨迹；

根据所述绘制轨迹形成文本框，将所述文本框内的区域确定为所述目标编辑区域。

4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

在获得所述文本框后，显示所述文本框。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理之后，将进行编辑处理后的段落与所述PDF文档中未进行编辑的其他部分生成一个新的PDF文档。

6.根据权利要求1所述的方法，其特征在于，所述目标编辑区域中包括多于一个自然段的内容。

7.根据权利要求1所述的方法，其特征在于，所述目标编辑区域中包括不足一个自然段的内容。

8.根据权利要求1所述的方法，其特征在于，所述目标编辑区域中的内容至少包括以下一种：

文字、字符以及图片。

9.一种PDF段落处理装置，其特征在于，包括：

确定模块，被配置为响应于接收到的基于PDF文档页面执行的选定操作，确定出所述PDF文档的目标编辑区域；

识别模块，被配置为将所述目标编辑区域中的内容识别为一个段落；

编辑模块，被配置为响应于接收到的对所述目标编辑区域中的内容的编辑操作，根据所述编辑操作将所述目标编辑区域中的内容作为一个段落进行编辑处理。

10.一种电子设备，其特征在于，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为所述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行上述权利要求1至8中任一项所述的PDF段落处理方法。

Images