CN113849468A - 文件重组方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请实施例公开了一种文件重组方法、装置、电子设备和存储介质；包括：获取多个数据块；对多个数据块进行排序，得到经过排序的数据块序列，其中，数据块序列的遍历方向包括第一方向和第二方向；根据第一方向、第一方向遍历得到的数据块、第二方向、第二方向遍历得到的数据块、以及预设阈值，对多个数据块进行重组得到多个重组文件。通过对多个数据块进行排序得到数据块序列，然后再从数据块序列的两端分别获取至少一个数据块，并将从数据块序列的两端获取的数据块与预设阈值进行比较，从而使得重组得到的重组文件所占用的存储空间尽可能接近且不超过预设阈值，这种情况可以令重组文件的数量较少，节约了资源，降低了成本。

Description

文件重组方法、装置、电子设备和存储介质

技术领域

本申请涉及计算机领域，具体涉及一种文件重组方法、装置、电子设备和存储介质。

背景技术

现有技术中，会对数据文件进行扫描或识别处理，由于一次扫描处理或识别处理能够处理的信息有限，因此通常会对数据文件进行分割和重组，并对重组后的数据文件进行扫描或识别处理。

现有技术在对数据文件进行分割得到多个数据块后，往往直接根据数据块被分割的顺序对数据块进行重组：按照被分割的顺序，将每个数据块所占用的存储空间的数值从前往后依次相加，直到存储空间的数值刚好超过预设限制值。此时，将导致存储空间的数值超过预设限制值的数据块移除，并将剩余的数据块进行重组。随后，从刚刚被移除的数据块开始，继续执行上述的相加过程、以及与预设限制值的比较过程，直至多个数据块中的最后一个数据块被重组。

现有的文件重组方法中，常常会有这种情况出现：占用存储空间的数值远低于预设限制值的数据块被单独重组，这种情况使得重组得到的重组文件数量较多，造成了资源的浪费和成本的上升。

发明内容

本申请实施例提供一种文件重组方法、装置、电子设备和存储介质，可以改善现有技术中浪费资源、成本较高的问题。

本申请实施例提供一种文件重组方法，所述方法包括：

获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的；

对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反；

根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件，其中，所述预设阈值为单次进行扫描处理或识别处理所能够处理的数据量的上限值。

本申请实施例还提供一种文件重组装置，所述装置包括：

数据块获取单元，用于获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的；

序列获取单元，用于对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反；

数据块重组单元，用于根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件，其中，所述预设阈值为单次进行扫描处理或识别处理所能够处理的数据量的上限值。

在一些实施例中，数据块重组单元，具体用于对于所述数据块序列，获取沿所述第一方向进行遍历而得到的未重组的第一个第一方向数据块，以及获取沿所述第二方向进行遍历而得到的未重组的第一个第二方向数据块；

计算所述第一个第一方向数据块与所述第一个第二方向数据块的存储空间占用值加和，并将所述存储空间占用值加和与预设阈值进行比较；

若所述存储空间占用值加和不超过所述预设阈值，则获取沿所述第二方向进行遍历而得到的未重组的下一个第二方向数据块；

将该第二方向数据块的存储空间占用值与所述存储空间占用值加和进行累加，得到新的存储空间占用值加和，并执行“将所述存储空间占用值加和与预设阈值进行比较”步骤，直到累加得到的存储空间占用值加和超过所述预设阈值；

在累加得到的存储空间占用值加和超过所述预设阈值时，将当前存储空间占用值加和中最新累加的存储空间占用值删除，得到存储空间占用值的加和临界值；

将所述加和临界值对应的第一方向数据块和第二方向数据块重组，得到重组文件。

在一些实施例中，所述装置还包括：

占用值删除单元，用于当所述存储空间占用值加和超过所述预设阈值时，将所述存储空间占用值加和中的所述第一个第二方向数据块的存储空间占用值删除，得到存储空间占用值的临界值；

重组文件设定单元，用于将所述第一个第一方向数据块作为重组文件，其中，所述第一个第一方向数据块的存储空间占用值的值为所述临界值。

在一些实施例中，所述第一方向为所述多个数据块的存储空间占用值从大到小的方向，所述第二方向为所述多个数据块的存储空间占用值从小到大的方向。

在一些实施例中，所述装置还包括：

占用值确定单元，用于确定所述多个数据块中的每个数据块的存储空间占用值均不大于所述预设阈值。

在一些实施例中，所述装置还包括：

占用值判断单元，用于判断所述多个数据块中，是否存在存储空间占用值大于所述预设阈值的数据块；

数据块展示单元，用于当存在存储空间占用值大于所述预设阈值的数据块时，展示存储空间占用值大于所述预设阈值的数据块的数据块信息，以便对存储空间占用值大于所述预设阈值的数据块进行分割得到多个数据子块。

在一些实施例中，所述装置还包括：

数据子块获取单元，用于获取所述多个数据子块；

数据块重置单元，用于将所述多个数据块中存储空间占用值不大于所述预设阈值的数据块与所述多个数据子块共同作为新的多个数据块。

在一些实施例中，所述装置还包括：

文件分割单元，用于根据数据文件的目标参数，对所述数据文件进行分割处理，得到多个数据块。

在一些实施例中，序列获取单元，具体用于根据存储空间占用值从大到小的顺序，对所述多个数据块进行排序。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行本申请实施例所提供的任一种文件重组方法中的步骤。

本申请实施例提供的文件重组方法中，可以获取由一个数据文件经分割处理得到的多个数据块，并对多个数据块进行排序，得到数据块序列；随后获取数据块序列的两个遍历方向：第一方向和第二方向，然后根据第一方向、第二方向对数据块序列进行遍历，得到第一方向对应的数据块以及第二方向对应的数据块，再根据第一方向对应的数据块、第二方向对应的数据块与预设阈值的大小关系，进行多个数据块的重组。

在本申请中，通过对多个数据块进行排序得到数据块序列，然后再从数据块序列的两端分别获取至少一个数据块，并将从数据块序列的两端获取的数据块与预设阈值进行比较，从而使得重组得到的重组文件所占用的存储空间尽可能接近且不超过预设阈值，这种情况可以令重组文件的数量较少，节约了资源，降低了成本。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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他的附图。

图1a示出了现有技术中的文件重组方法的过程示意图；

图1b是本申请实施例提供的文件重组方法的场景示意图；

图1c是本申请一实施例提供的文件重组方法的流程示意图；

图1d是本申请实施例提供的文件重组方法的过程示意图；

图2是本申请另一实施例提供的文件重组方法的流程示意图；

图3是本申请一实施例提供的文件重组装置的一种结构示意图；

图4是本申请实施例提供的电子设备的结构示意图。

具体实施方式

请参见图1a，图1a示出了现有的文件重组方法的应用场景图。现有技术中，对于一可携带文档格式(Portable Document Format，简称PDF)文件，可以以PDF的页面长度为固定大小，将该PDF文件分割成多个数据块，每个数据块所占用的存储空间不同。

详情请参见图1a(1)，该PDF文件包括有5页，由于每页所包含的文档内容不同，因此每页所占用的存储空间不同。将该PDF文件以一页的页面长度为固定大小进行分割，可得到5个数据块：数据块a、数据块b、数据块c、数据块d、数据块e，详情请参见图1a(2)，不妨设：数据块a对应的存储空间占用值为6，数据块b对应的存储空间占用值为4，数据块c对应的存储空间占用值为5，数据块d对应的存储空间占用值为3，数据块e对应的存储空间占用值为1，预设限制值为8，则现有的文件重组方法具体过程如下：

按照从数据块a至数据块e的顺序，对数据块所占用的存储空间的数值进行叠加，将数据块a所占用的存储空间的数值：6与数据块b所占用的存储空间的数值：4相加，得到加和为10；由于加和10超过预设限制值8，因此，将导致存储空间的数值超过预设限制值的数据块(即数据块b)移除，并将剩余的数据块(即数据块a)进行重组，此时，数据块a为进行过重组的数据块，数据块b、数据块c、数据块d、数据块e为未进行重组的数据块，如图1a(3)所示。

随后，从上一次被移除的数据块(即数据块b)开始：

将数据块b所占用的存储空间的数值：4与数据块c所占用的存储空间的数值：5相加，得到加和为9；由于加和9超过预设限制值8，因此，将导致存储空间的数值超过预设限制值的数据块(即数据块c)移除，并将剩余的数据块(即数据块b)进行重组，此时，数据块a、数据块b分别为进行过重组的数据块，数据块c、数据块d、数据块e为未进行重组的数据块，如图1a(4)所示。

随后，从上一次被移除的数据块(即数据块c)开始：

将数据块c所占用的存储空间的数值：5与数据块d所占用的存储空间的数值：3相加，得到加和为8；由于加和8未超过预设限制值8，因此，将下一个数据块(即数据块e)所占用的存储空间的数值：1与上述加和8相加，得到新的加和(5+3+1＝)9；由于新的加和9超过预设限制值8，因此，将导致存储空间的数值超过预设限制值的数据块(即数据块e)移除，并将剩余的数据块(即数据块c和数据块d)进行重组，此时，数据块a、数据块b、数据块c、数据块d为进行过重组的数据块，得到的重组文件分别是：数据块a单独构成的重组文件、数据块b单独构成的重组文件、数据块c与数据块d共同构成的重组文件；数据块e为未进行重组的数据块，如图1a(5)所示，由于数据块e是唯一未进行重组的数据块，无其他能够重组的数据块，因此，数据块e单独构成一个重组文件。

由上述描述可知，现有的文件重组方法中，会出现被单独重组的数据块所占用存储空间的数值远低于预设限制值的情况，例如数据块b单独构成的重组文件、数据块e单独构成的重组文件，因此导致重组得到的重组文件数量较多，而在对重组文件进行扫描处理或识别处理时，每多进行一次处理，便会多增加一次处理成本，且会多花费处理时间，因此造成了资源的浪费和成本的上升。

上述现有的文件重组方法所存在的问题是发明人在付出创造性劳动的情况下发现的。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供一种文件重组方法、装置、电子设备和存储介质。

其中，该文件重组装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer，PC)等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。

在一些实施例中，该文件重组装置还可以集成在多个电子设备中，比如，文件重组装置可以集成在多个服务器中，由多个服务器来实现本申请的文件重组方法。

在一些实施例中，服务器也可以以终端的形式来实现。

例如，参考图1b，获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的；对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反；根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件，其中，所述预设阈值为单次进行扫描处理或识别处理所能够处理的数据量的上限值。

以下分别进行详细说明。需说明的是，以下实施例的序号不作为对实施例优选顺序的限定。

在本实施例中，提供了一种文件重组方法，如图1c所示，该文件重组方法应用在终端，该方法的具体流程可以如下步骤101至步骤103：

101、获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的。

数据文件是能够在电子设备的显示屏显示的电子文件，例如，数据文件可以是PDF文件、word文档文件、PowerPoint文件等。为了便于描述，接下来不妨以数据文件是PDF文件为例进行说明。

数据文件通常包括多页数据内容，可以通过数据文件的页数对数据文件进行分割，从而得到多个数据块。可选地，可以以数据文件的整页大小为单位，对数据文件进行分割，得到多个数据块，每个数据块均对应数据文件中一页的内容；也可以以数据文件的半页大小为单位，对数据文件进行分割，得到多个数据块，每个数据块均对应数据文件中半页的内容。可以理解，对数据文件进行分割的分割单位不应该理解为是对本申请的限制。

虽然是按照相同的分割单位对数据文件进行分割从而得到多个数据块的，但由于数据文件中每页所呈现的数据量不同，因此分割得到的每个数据块所占用的存储空间可能存在不同，即每个数据块对应的存储空间占用值可能不同。

可选地，在步骤101之前，本申请实施例提供的方法还可以包括如下步骤：根据数据文件的目标参数，对所述数据文件进行分割处理，得到多个数据块。

目标参数为分割上述数据文件的固定大小，如上文所述，该固定大小可以是数据文件的一页的整页大小，也可以是数据文件的一页的半页大小。

102、对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反。

可以是根据预设规则对数据块进行排序，预设规则为预先设置的规则，预设规则可以为根据每个数据块所对应的存储空间占用值的降序顺序，也可以为根据每个数据块所对应的存储空间占用值的升序顺序。为便于描述，下文中不妨以存储空间占用值的降序顺序为例进行说：

数据块序列可以为按照存储空间占用值的降序顺序对数据块进行排序后，所得到的序列。该数据块序列有两端：第一端和第二端，在对该数据块序列进行遍历时，可以按照从第一端到第二端的方向进行遍历，也可以按照从第二端到第一端的方向进行遍历。不妨设第一端为数据块序列中存储空间占用值最大的一端，第二端为数据块序列中存储空间占用值最小的一端；且从第一端到第二端的方向为第一方向，从第二端到第一端的方向为第二方向，则第一方向为所述多个数据块的存储空间占用值从大到小的方向，所述第二方向为所述多个数据块的存储空间占用值从小到大的方向。

103、根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件。

预设阈值为重组文件的上限值，由于得到的重组文件会被进行扫描处理或识别处理等后续操作，因此，此处的预设阈值具体可以是一次扫描处理或识别处理所能够处理的数据量的上限值。

在本申请实施例中，在对多个数据块进行排序得到数据块序列后，可以沿数据块序列的两端均进行遍历，分别获取至少一个数据块，并将获取到的数据块与预设阈值进行比较，从而使得重组得到的重组文件所占用的存储空间尽可能接近预设阈值且不超过预设阈值，由于可以令重组文件所占用的存储空间尽可能接近且不超过预设阈值，可以减少重组文件的文件数量，从而可以减少重组的次数，节约资源且降低成本；同时，由于后续的处理过程例如扫描处理或识别处理，每进行一次后续的处理过程，均要花费一次后续处理的时间，并消耗一次后续处理的成本，因此，减少重组文件也可以减少后续处理的次数，进一步降低成本。

可选地，在一种具体实施方式中，步骤103具体包括如下步骤1031至步骤1036：

1031、对于所述数据块序列，获取沿所述第一方向进行遍历而得到的未重组的第一个第一方向数据块，以及获取沿所述第二方向进行遍历而得到的未重组的第一个第二方向数据块。

第一方向数据块为对数据块序列沿第一方向进行遍历而得到的数据块，第二方向数据块为对数据块序列沿第二方向进行遍历而得到的数据块。

在上述步骤中，每次沿第一方向进行遍历得到第一方向数据块、以及沿第二方向进行遍历得到第二方向数据块时，获取到的均是未重组的数据块。

例如，对数据块序列沿第一方向进行遍历时，若得到的第一方向数据块是已经进行重组的数据块，则跳过该数据块，继续沿第一方向进行遍历，直到遍历到未重组的第一方向数据块。

对数据块序列沿第二方向进行遍历时，若得到的第二方向数据块是已经进行重组的数据块，则跳过该数据块，继续沿第二方向进行遍历，直到遍历到未重组的第二方向数据块。

1032、计算所述第一个第一方向数据块与所述第一个第二方向数据块的存储空间占用值加和，并将所述存储空间占用值加和与预设阈值进行比较。

接上文的举例继续进行说明：由于第一方向为数据块序列的存储空间占用值从大到小的方向，所述第二方向为数据块序列的存储空间占用值从小到大的方向，因此第一个第一方向数据块是当前的数据块序列的未重组的数据块中的存储空间占用值最大的数据块，第一个第二方向数据块是当前的数据块序列的未重组的数据块中的存储空间占用值最小的数据块。

计算第一个第一方向数据块与第一个第二方向数据块的存储空间占用值加和，并将该存储空间占用值加和与预设阈值进行比较，便可以确定上述的第一个第一方向数据块与第一个第二方向数据块是否可以重组。若存储空间占用值加和超过预设阈值，则可以执行如下步骤10321；若存储空间占用值加和未超过预设阈值，则可以执行步骤1033。

步骤10321：若所述存储空间占用值加和超过所述预设阈值，则将所述存储空间占用值加和中的所述第一个第二方向数据块的存储空间占用值删除，得到存储空间占用值的临界值；将所述第一个第一方向数据块作为重组文件，其中，所述第一个第一方向数据块的存储空间占用值的值为所述临界值。

若第一方向数据块无法与当前的数据块序列的未重组的数据块中的存储空间占用值最小的数据块，则意味着该第一方向数据块更无法与当前的数据块序列的未重组的其他的数据块进行重组。

因此，可以将此时的第一个第一方向数据块单独作为重组文件，且该第一个第一方向数据块的存储空间占用值的数值便为存储空间占用值的临界值，即在第一个第一方向数据块与第一个第二方向数据块的存储空间占用值加和中，删除第一个第二方向数据块的存储空间占用值，只保留第一个第一方向数据块的存储空间占用值。

1033、若所述存储空间占用值加和不超过所述预设阈值，则获取沿所述第二方向进行遍历而得到的未重组的下一个第二方向数据块。

存储空间占用值加和不超过所述预设阈值，则意味着构成该存储空间占用值加和的第一个第一方向数据块和第一个第二方向数据块可以进行重组，此时，可以获取未重组的下一个第二方向数据块，从而判断在第一个第一方向数据块和第一个第二方向数据块可以重组的前提下，是否还可以与未重组的第二个第二方向数据块进行重组。

1034、将该第二方向数据块的存储空间占用值与所述存储空间占用值加和进行累加，得到新的存储空间占用值加和，并跳转到步骤1032中的“将所述存储空间占用值加和与预设阈值进行比较”步骤，直到累加得到的存储空间占用值加和超过所述预设阈值。

沿第二方向继续遍历第二方向数据块，并将遍历得到的第二方向数据块的存储空间占用值与存储空间占用值加和进行累加，从而得到新的存储空间占用值加和，并跳转到“将所述存储空间占用值加和与预设阈值进行比较”判断新的存储空间占用值加和是否超过预设阈值，从而进一步确定重组文件所包含的第二方向数据块的个数是否可以再增加，直到累加得到的存储空间占用值加和超过预设阈值。

1035、在累加得到的存储空间占用值加和超过所述预设阈值时，将当前存储空间占用值加和中最新累加的存储空间占用值删除，得到存储空间占用值的加和临界值。

每累加一次新的第二方向数据块对应的存储空间占用值，得到新的存储空间占用值加和后，均会进行存储空间占用值加和与预设阈值的比较，因此当累加得到的存储空间占用值加和超过所述预设阈值时，则意味着是最新一次的第二方向数据块对应的存储空间占用值的累加，才导致的存储空间占用值的加和超过预设阈值。

因此，将当前存储空间占用值加和中最新累加的存储空间占用值删除，便可以得到接近预设阈值且不超过预设阈值的存储空间占用值，该存储空间占用值记为加和临界值。

1036、将所述加和临界值对应的第一方向数据块和第二方向数据块重组，得到重组文件。

构成该加和临界值的第一方向数据块以及第二方向数据块便为可以被重组成重组文件的数据块。

请参见图1d，不妨以预设阈值时8为例，对上述步骤1031至步骤1036进行举例说明：

图1d(1)和图1d(2)共同示出了将PDF文件分割成5个数据块：数据块a、数据块b、数据块c、数据块d、数据块e的过程，此过程与图1a(1)至图1a(2)的过程相同，在此便不做赘述。

如图1d(3)所示，可以按照存储空间占用值从大到小的顺序，对上述5个数据块进行排序，从而得到数据块序列：数据块a-数据块c-数据块b-数据块d-数据块e。

对于上述数据块序列，沿第一方向遍历得到未重组的第一个第一方向数据块：数据块a，沿第二方向遍历得到未重组的第一个第二方向数据块：数据块e，并计算数据块a与数据块e的存储空间占用值加和，得到存储空间占用值加和6+1＝7。

将此时的存储空间占用值加和：7与预设阈值8进行比较，存储空间占用值加和小于预设阈值，则意味着数据块a与数据块e可以重组。此时，在数据块a与数据块e可以重组的基础上，沿第二方向继续进行遍历，得到未重组的下一个第二方向数据块：数据块d，并将上述的数据块a与数据块e的存储空间占用值加和与数据块d的存储空间占用值进行累加，得到新的存储空间占用值加和(6+1)+3＝10。

将此时的存储空间占用值加和：10与预设阈值8进行比较，存储空间占用值加和超过预设阈值，则意味着最新一次累加的数据块：数据块d的存储空间占用值导致了存储空间占用值加和超过预设阈值，因此，将数据块d的存储空间占用值删除，剩下的存储空间占用值加和6+1＝7为加和临界值，构成该加和临界值的数据块：数据块a与数据块e可以进行重组，得到第一个重组文件，详情请参见图1d(4)。

沿第一方向继续遍历，得到未重组的第一个第一方向数据块：数据块c，沿第二方向遍历继续遍历，得到未重组的第一个第二方向数据块：数据块d，并计算数据块c与数据块d的存储空间占用值加和，得到存储空间占用值加和5+3＝8。

将此时的存储空间占用值加和：8与预设阈值8进行比较，存储空间占用值加和等于预设阈值，即存储空间占用值加和未超过预设阈值，则意味着数据块c与数据块d可以重组。此时，在数据块c与数据块d可以重组的基础上，沿第二方向继续进行遍历，得到未重组的下一个第二方向数据块：数据块b，并将上述的数据块c与数据块d的存储空间占用值加和与数据块b的存储空间占用值进行累加，得到新的存储空间占用值加和(5+3)+4＝12。

将此时的存储空间占用值加和：12与预设阈值8进行比较，存储空间占用值加和超过预设阈值，则意味着最新一次累加的数据块：数据块b的存储空间占用值导致了存储空间占用值加和超过预设阈值，因此，将数据块b的存储空间占用值删除，剩下的存储空间占用值加和5+3＝8为加和临界值，构成该加和临界值的数据块：数据块c与数据块d可以进行重组，得到第二个重组文件，详情请参见图1d(5)。

此时由于只剩下一个数据块：数据块b，因此数据块b单独作为一个重组文件重组，得到第三个重组文件。经图1d与图1a的比较，可以明确得出采用本申请实施例提供的文件重组方法可以减少重组文件的个数。

在上述的实施方式中，在对多个数据块按照存储空间占用值降序排序后，得到数据块序列。对于数据块序列中的未重组的数据块，通过沿两个方向进行遍历，获取未重组的数据块中存储空间占用值最大的数据块、以及存储空间占用值最小的数据块，并计算两者的加和。若两者的加和未超过预设阈值，则意味着两者可以被重组；在此基础上，可以继续累加存储空间占用值次最小的数据块、存储空间占用值第三小的数据块…直到多者的加和超过预设阈值。在加和超过预设阈值时，将导致加和超过预设阈值的最新一次累加的数据块的存储空间占用值删除，剩下的加和值便是接近且不超过预设阈值的加和临界值，而组成该加和临界值的多个数据块可以被重组成重组文件。上述实施方式可以使重组文件对应的存储空间占用值尽可能接近预设阈值且不超过预设阈值，从而减少重组文件的个数。

可选地，在一种具体实施方式中，在步骤101与步骤102之间，本申请实施例提供的方法还可以包括：确定所述多个数据块中的每个数据块的存储空间占用值均不大于所述预设阈值。

在执行步骤102之前，可以确定每个数据块的存储空间占用值均不大于预设阈值，从而可以确定单个数据块不超出预设阈值，避免单个数据块超出预设阈值而造成的数据遗漏。

可选地，在另一种具体实施方式中，在步骤101与步骤102之间，本申请实施例提供的方法还可以包括如下步骤S1至步骤S4：

S1、判断所述多个数据块中，是否存在存储空间占用值大于所述预设阈值的数据块，若是，则执行步骤S2。

S2、展示存储空间占用值大于所述预设阈值的数据块的数据块信息，以便对存储空间占用值大于所述预设阈值的数据块进行分割得到多个数据子块。

在对多个数据块进行分割之后，对每个数据块均可以进行其对应存储空间占用值与预设阈值的比较；获取多个数据块中的存储空间占用值大于预设阈值的数据块，并将这些数据块的数据块信息展示出来，以便对这些数据块进行手动分割或自动分割，从而可以得到多个数据子块。

S3、获取所述多个数据子块。

S4、将所述多个数据块中存储空间占用值不大于所述预设阈值的数据块与所述多个数据子块共同作为新的多个数据块。

获取上述的数据子块，并且将数据子块连同多个数据块中的存储空间占用值不大于所述预设阈值的数据块共同作为新的数据块。

通过上述步骤S1至步骤S4可以将存储空间占用值大于所述预设阈值的数据块处理成多个数据子块，并且以多个数据子块替换掉多个数据块中的存储空间占用值大于所述预设阈值的数据块，从而形成新的多个数据块，上述方式可以避免多个数据块中存储空间占用值大于所述预设阈值的数据块的出现，从而提高本申请实施例提供的数据重组方法的适用范围。

根据上述实施例所描述的方法，以下将作进一步详细说明。

在本实施例中，将以数据文件是PDF文件为例，对本申请实施例的方法进行详细说明。

如图2所示，一种文件重组方法具体流程如下：

201、根据PDF文件的页面固定长度，对PDF文件进行分割处理，得到多个数据块。

202、根据数据块对应的存储空间占用值从大到小的顺序，对多个数据块进行排序，得到排序完成的数据块序列。

203、对于该数据块序列，获取沿存储空间占用值的降序方向进行遍历得到的未重组的第一个降序方向数据块，获取沿存储空间占用值的升序方向进行遍历得到的未重组的第一个升序方向数据块。

204、计算第一个降序方向数据块与第一个升序方向数据块的存储空间占用值加和，并将所述存储空间占用值加和与预设阈值进行比较。

205、若存储空间占用值加和超过预设阈值，则将存储空间占用值加和中的第一个升序方向数据块的存储空间占用值删除，得到存储空间占用值的临界值；将第一个降序方向数据块作为重组文件，其中，所述第一个降序方向数据块的存储空间占用值的值为上述的临界值。

206、若所述存储空间占用值加和不超过所述预设阈值，则获取沿所述升序方向进行遍历而得到的未重组的下一个升序方向数据块。

207、将该升序方向数据块的存储空间占用值与所述存储空间占用值加和进行累加，得到新的存储空间占用值加和，并跳转到步骤204中的“将所述存储空间占用值加和与预设阈值进行比较”步骤，直到累加得到的存储空间占用值加和超过所述预设阈值。

208、在累加得到的存储空间占用值加和超过所述预设阈值时，将当前存储空间占用值加和中最新累加的存储空间占用值删除，得到存储空间占用值的加和临界值。

209、将所述加和临界值对应的降序方向数据块和升序方向数据块重组，得到重组文件。

由上可知，对于数据块序列中的未重组的数据块，通过沿两个方向进行遍历，获取未重组的数据块中存储空间占用值最大的数据块、以及存储空间占用值最小的数据块，并计算两者的加和。若两者的加和未超过预设阈值，则意味着两者可以被重组；在此基础上，可以继续累加存储空间占用值次最小的数据块、存储空间占用值第三小的数据块…直到多者的加和超过预设阈值。在加和超过预设阈值时，将导致加和超过预设阈值的最新一次累加的数据块的存储空间占用值删除，剩下的加和值便是接近且不超过预设阈值的加和临界值，而组成该加和临界值的多个数据块可以被重组成重组文件。上述实施方式可以使重组文件对应的存储空间占用值尽可能接近预设阈值且不超过预设阈值，从而减少重组文件的个数。

为了更好地实施以上方法，本申请实施例还提供一种文件重组装置，该文件重组装置具体可以集成在电子设备中，该电子设备可以为终端。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑等设备。

比如，在本实施例中，将以文件重组装置具体集成在终端为例，对本申请实施例的方法进行详细说明。

例如，如图3所示，该文件重组装置可以包括：

数据块获取单元301，用于获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的。

序列获取单元302，用于对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反。

数据块重组单元303，用于根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件。

在一些实施例中，数据块重组单元303，具体用于对于所述数据块序列，获取沿所述第一方向进行遍历而得到的未重组的第一个第一方向数据块，以及获取沿所述第二方向进行遍历而得到的未重组的第一个第二方向数据块；

计算所述第一个第一方向数据块与所述第一个第二方向数据块的存储空间占用值加和，并将所述存储空间占用值加和与预设阈值进行比较；

若所述存储空间占用值加和不超过所述预设阈值，则获取沿所述第二方向进行遍历而得到的未重组的下一个第二方向数据块；

将该第二方向数据块的存储空间占用值与所述存储空间占用值加和进行累加，得到新的存储空间占用值加和，并执行“将所述存储空间占用值加和与预设阈值进行比较”步骤，直到累加得到的存储空间占用值加和超过所述预设阈值；

在累加得到的存储空间占用值加和超过所述预设阈值时，将当前存储空间占用值加和中最新累加的存储空间占用值删除，得到存储空间占用值的加和临界值；

将所述加和临界值对应的第一方向数据块和第二方向数据块重组，得到重组文件。

在一些实施例中，所述装置还包括：

占用值删除单元，用于当所述存储空间占用值加和超过所述预设阈值时，将所述存储空间占用值加和中的所述第一个第二方向数据块的存储空间占用值删除，得到存储空间占用值的临界值；

重组文件设定单元，用于将所述第一个第一方向数据块作为重组文件，其中，所述第一个第一方向数据块的存储空间占用值的值为所述临界值。

在一些实施例中，所述第一方向为所述多个数据块的存储空间占用值从大到小的方向，所述第二方向为所述多个数据块的存储空间占用值从小到大的方向。

在一些实施例中，所述装置还包括：

占用值确定单元，用于确定所述多个数据块中的每个数据块的存储空间占用值均不大于所述预设阈值。

在一些实施例中，所述装置还包括：

占用值判断单元，用于判断所述多个数据块中，是否存在存储空间占用值大于所述预设阈值的数据块；

数据块展示单元，用于当存在存储空间占用值大于所述预设阈值的数据块时，展示存储空间占用值大于所述预设阈值的数据块的数据块信息，以便对存储空间占用值大于所述预设阈值的数据块进行分割得到多个数据子块。

在一些实施例中，所述装置还包括：

数据子块获取单元，用于获取所述多个数据子块；

数据块重置单元，用于将所述多个数据块中存储空间占用值不大于所述预设阈值的数据块与所述多个数据子块共同作为新的多个数据块。

在一些实施例中，所述装置还包括：

文件分割单元，用于根据数据文件的目标参数，对所述数据文件进行分割处理，得到多个数据块。

在一些实施例中，序列获取单元302，具体用于根据存储空间占用值从大到小的顺序，对所述多个数据块进行排序。

具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

由上可知，本实施例在对多个数据块按照存储空间占用值降序排序后，得到数据块序列。对于数据块序列中的未重组的数据块，通过沿两个方向进行遍历，获取未重组的数据块中存储空间占用值最大的数据块、以及存储空间占用值最小的数据块，并计算两者的加和。若两者的加和未超过预设阈值，则意味着两者可以被重组；在此基础上，可以继续累加存储空间占用值次最小的数据块、存储空间占用值第三小的数据块…直到多者的加和超过预设阈值。在加和超过预设阈值时，将导致加和超过预设阈值的最新一次累加的数据块的存储空间占用值删除，剩下的加和值便是接近且不超过预设阈值的加和临界值，而组成该加和临界值的多个数据块可以被重组成重组文件。上述实施方式可以使重组文件对应的存储空间占用值尽可能接近预设阈值且不超过预设阈值，从而减少重组文件的个数。

本申请实施例还提供一种电子设备，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑，等等；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群，等等。

在一些实施例中，该文件重组装置还可以集成在多个电子设备中，比如，文件重组装置可以集成在多个服务器中，由多个服务器来实现本申请的文件重组方法。

在本实施例中，将以本实施例的电子设备是电子设备为例进行详细描述，比如，如图4所示，其示出了本申请实施例所涉及的电子设备的结构示意图，具体来讲：

该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403、输入模块404以及通信模块405等部件。本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器401是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。在一些实施例中，处理器401可包括一个或多个处理核心；在一些实施例中，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。

存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。

电子设备还包括给各个部件供电的电源403，在一些实施例中，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该电子设备还可包括输入模块404，该输入模块404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

该电子设备还可包括通信模块405，在一些实施例中通信模块405可以包括无线模块，电子设备可以通过该通信模块405的无线模块进行短距离无线传输，从而为用户提供了无线的宽带互联网访问。比如，该通信模块405可以用于帮助用户收发电子邮件、浏览网页和访问流式媒体等。

尽管未示出，电子设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，电子设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：

获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的；对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反；根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种文件重组方法中的步骤。例如，该指令可以执行如下步骤：

获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的；对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反；根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中提供的各种可选实现方式中提供的方法。

由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任一种文件重组方法中的步骤，因此，可以实现本申请实施例所提供的任一种文件重组方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上对本申请实施例所提供的一种文件重组方法、装置、电子设备和计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (12)

1.一种文件重组方法，其特征在于，所述方法包括：

获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的；

对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反；

根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件，其中，所述预设阈值为单次进行扫描处理或识别处理所能够处理的数据量的上限值。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组，包括：

对于所述数据块序列，获取沿所述第一方向进行遍历而得到的未重组的第一个第一方向数据块，以及获取沿所述第二方向进行遍历而得到的未重组的第一个第二方向数据块；

计算所述第一个第一方向数据块与所述第一个第二方向数据块的存储空间占用值加和，并将所述存储空间占用值加和与预设阈值进行比较；

若所述存储空间占用值加和不超过所述预设阈值，则获取沿所述第二方向进行遍历而得到的未重组的下一个第二方向数据块；

将该第二方向数据块的存储空间占用值与所述存储空间占用值加和进行累加，得到新的存储空间占用值加和，并执行“将所述存储空间占用值加和与预设阈值进行比较”步骤，直到累加得到的存储空间占用值加和超过所述预设阈值；

在累加得到的存储空间占用值加和超过所述预设阈值时，将当前存储空间占用值加和中最新累加的存储空间占用值删除，得到存储空间占用值的加和临界值；

将所述加和临界值对应的第一方向数据块和第二方向数据块重组，得到重组文件。

3.如权利要求2所述的方法，其特征在于，所述计算所述第一个第一方向数据块与所述第一个第二方向数据块的存储空间占用值加和，并将所述存储空间占用值加和与预设阈值进行比较之后，所述方法还包括：

若所述存储空间占用值加和超过所述预设阈值，则将所述存储空间占用值加和中的所述第一个第二方向数据块的存储空间占用值删除，得到存储空间占用值的临界值；

将所述第一个第一方向数据块作为重组文件，其中，所述第一个第一方向数据块的存储空间占用值的值为所述临界值。

4.如权利要求1至3任一项所述的方法，其特征在于，所述第一方向为所述多个数据块的存储空间占用值从大到小的方向，所述第二方向为所述多个数据块的存储空间占用值从小到大的方向。

5.如权利要求1所述的方法，其特征在于，在所述获取多个数据块之后，所述对所述多个数据块进行排序，得到经过排序的数据块序列之前，所述方法还包括：

确定所述多个数据块中的每个数据块的存储空间占用值均不大于所述预设阈值。

6.如权利要求1所述的方法，其特征在于，在所述获取多个数据块之后，所述对所述多个数据块进行排序，得到经过排序的数据块序列之前，所述方法还包括：

判断所述多个数据块中，是否存在存储空间占用值大于所述预设阈值的数据块；

若是，则展示存储空间占用值大于所述预设阈值的数据块的数据块信息，以便对存储空间占用值大于所述预设阈值的数据块进行分割得到多个数据子块。

7.如权利要求6所述的方法，其特征在于，在所述展示存储空间占用值大于所述预设阈值的数据块的数据块信息之后，所述方法还包括：

获取所述多个数据子块；

将所述多个数据块中存储空间占用值不大于所述预设阈值的数据块与所述多个数据子块共同作为新的多个数据块。

8.如权利要求1所述的方法，其特征在于，在所述获取多个数据块之前，所述方法还包括：

根据数据文件的目标参数，对所述数据文件进行分割处理，得到多个数据块。

9.如权利要求1所述的方法，其特征在于，所述对所述多个数据块进行排序，包括：

根据存储空间占用值从大到小的顺序，对所述多个数据块进行排序。

10.一种文件重组装置，其特征在于，所述装置包括：

数据块获取单元，用于获取多个数据块，其中，所述多个数据块是将一个数据文件进行分割处理得到的；

序列获取单元，用于对所述多个数据块进行排序，得到经过排序的数据块序列，其中，所述数据块序列的遍历方向包括第一方向和第二方向，所述第一方向与所述第二方向相反；

数据块重组单元，用于根据所述第一方向、所述第一方向遍历得到的数据块、所述第二方向、所述第二方向遍历得到的数据块、以及预设阈值，对所述多个数据块进行重组得到多个重组文件，其中，所述预设阈值为单次进行扫描处理或识别处理所能够处理的数据量的上限值。

11.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行如权利要求1～9任一项所述的文件重组方法中的步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1～9任一项所述的文件重组方法中的步骤。

Images