WORD文件的排版方法和装置.pdf

本发明提供了一种Word文件的排版方法，包括：获取Word文件的文件内容的OOXML描述；利用xslt将OOXML描述转换为排版软件可识别的Xml结构；将Xml结构导入排版软件。本发明提供了一种Word文件的排版装置，包括：OOXML模块，用于获取Word文件的文件内容的OOXML描述；XML模块，用于利用xslt将OOXML描述转换为排版软件可识别的Xml结构；导入模块，用于将Xml结构导入排版软件。本发明提高了Word文件的排版效率。

权利要求书
1.  一种Word文件的排版方法，其特征在于，包括：
获取Word文件的文件内容的OOXML描述；
利用xslt将所述OOXML描述转换为排版软件可识别的 Xml结构；
将所述Xml结构导入所述排版软件。

2.  根据权利要求1所述的方法，其特征在于，获取Word文件的 文件内容的OOXML描述包括：
根据开放打包约定，使用解压程序将所述Word文件解压， 得到所述OOXML描述。

3.  根据权利要求1所述的方法，其特征在于，利用xslt将所述 OOXML描述转换为排版软件可识别的xml结构包括：
将所述OOXML中的文字内容转换为所述Xml结构中的 文字内容；
将所述OOXML中的文字的样式及格式转换为所述Xml 结构中文字的样式及格式；
将所述OOXML中的表格转换为所述Xml结构中的表格；
将所述OOXML中的图片转换为所述Xml结构中的图片；
将所述OOXML中的公式转换为所述Xml结构中的公式； 以及
将所述OOXML中的其他结构转换为所述Xml结构中相 应的内容结构。

4.  根据权利要求3所述的方法，其特征在于，将所述OOXML 中的公式转换为所述Xml结构中的公式包括：
如果所述OOXML中的公式是Omath公式，则直接转换 为所述Xml结构中的公式；
如果所述OOXML中的公式是MathType公式，则先处理 为MathML国际标准，然后转换为所述Xml结构中的公式。

5.  根据权利要求1所述的方法，其特征在于，还包括：
预先判断所述Word文件的版本；
如果属于低于Word2007的版本，则将所述Word文件转 换到Word2007版本或高于Word2007的版本；所述高于Word 2007的版本包括但不限于Word2010、Word2013版本；所述 低于Word2007的版本包括但不限于Word2003、Word XP版 本。

6.  一种Word文件的排版装置，其特征在于，包括：
OOXML模块，用于获取Word文件的文件内容的OOXML 描述；
XML模块，用于利用xslt将所述OOXML描述转换为排 版软件可识别的Xml结构；
导入模块，用于将所述Xml结构导入所述排版软件。

7.  根据权利要求6所述的装置，其特征在于，所述OOXML模 块根据开放打包约定，使用解压程序将所述Word文件解压， 得到所述OOXML描述。

8.  根据权利要求6所述的装置，其特征在于，所述XML模块包 括：
文字内容模块，用于将所述OOXML中的文字内容转换 为所述Xml结构中的文字内容；
样式格式模块，用于将所述OOXML中的文字的样式及 格式转换为所述Xml结构中文字的样式及格式；
表格模块，用于将所述OOXML中的表格转换为所述Xml 结构中的表格；
图片模块，用于将所述OOXML中的图片转换为所述Xml 结构中的图片；
公式模块，用于将所述OOXML中的公式转换为所述Xml 结构中的公式；以及
其他模块，用于将所述OOXML中的其他结构转换为所 述Xml结构中相应的内容结构。

9.  根据权利要求8所述的装置，其特征在于，所述公式模块包括：
Omath模块，用于如果所述OOXML中的公式是Omath 公式，则直接转换为所述Xml结构中的公式；
MathType模块，用于如果所述OOXML中的公式是 MathType公式，则先处理为MathML国际标准，然后转换为 所述Xml结构中的公式。

10.  根据权利要求6所述的装置，其特征在于，还包括：
版本模块，用于预先判断所述Word文件的版本；
转换模块，用于如果所述版本低于Word2007，则将所述 Word文件转换到Word2007版本或高于Word2007的版本。

说明书Word文件的排版方法和装置
技术领域
本发明涉及排版领域，具体而言，涉及一种Word文件的排版 方法和装置。
背景技术
Word以其简单易用、功能丰富成为多年来最流行的办公排版软 件，各单位、个人积累了大量的各种版本的Word文件，专业排版 人员所接收的素材稿件目前也以Word文件为主。但目前大部分的 专业排版软件不能很好地兼容Word文件，大多只能做到文字内容 的导入，各种文字、段落属性以及各种图形、图像、表格、公式等 对象都被丢掉，需要重新排版制作，大大降低了Word原稿的利用 效率，造成了排版人员重复劳动，同时给排版工作带来很大不便， 阻碍了排版效率的提升。
发明内容
本发明旨在提供一种Word文件的排版方法和装置，以解决 Word文件排版效率太低的问题。
在本发明的实施例中，提供了一种Word文件的排版方法，包 括：获取Word文件的文件内容的OOXML描述；利用xslt将OOXML 描述转换为排版软件可识别的Xml结构；将Xml结构导入排版软 件。
在本发明的实施例中，提供了一种Word文件的排版装置，包 括：OOXML模块，用于获取Word文件的文件内容的OOXML描 述；XML模块，用于利用xslt将OOXML描述转换为排版软件可 识别的Xml结构；导入模块，用于将Xml结构导入排版软件。
本发明上述实施例的Word文件的排版方法和装置可以自动地 将Word文件导入到排版软件中，从而提高了Word文件的排版效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申 请的一部分，本发明的示意性实施例及其说明用于解释本发明，并 不构成对本发明的不当限定。在附图中：
图1示出了根据本发明实施例的Word文件的排版方法的流程 图；
图2示出了根据本发明实施例的docx文件解压后的文件夹主要 结构的屏幕截图；
图3示出了根据本发明优选实施例的Word文件的排版方法的 流程图；
图4示出了根据本发明实施例的Word文件的排版装置的示意 图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
图1示出了根据本发明实施例的Word文件的排版方法的流程 图，包括：
步骤S10，获取Word文件的文件内容的OOXML描述；
步骤S20，利用xslt将OOXML描述转换为排版软件可识别的 Xml结构；
步骤S30，将Xml结构导入排版软件。
现有的排版软件支持Xml结构，而现有程序可以将Word文件 转换成OOXML描述，还可以将OOXML描述转换为Xml结构， 本方法通过将这两个步骤联立，从而可以自动地将Word文件导入 到排版软件中，提高了Word文件的排版效率。
优选地，步骤S10包括：根据开放打包约定，使用解压程序将 Word文件解压，得到OOXML描述。图2示出了根据本发明实施 例的docx文件（Word2007的word文件）解压后的文件夹主要结 构的屏幕截图，根据开放打包约定，使用解压程序将docx文件解压， 在指定目录形成一个临时文件夹，内含符合Office Open XML标准 的xml文件，其中的内容文件为word\document.xml，样式文件为 word\styles.xml。
优选地，步骤S20包括：将OOXML中的文字内容转换为Xml 结构中的文字内容；将OOXML中的文字的样式及格式转换为Xml 结构中文字的样式及格式；将OOXML中的表格转换为Xml结构中 的表格；将OOXML中的图片转换为Xml结构中的图片；将OOXML 中的公式转换为Xml结构中的公式；以及将OOXML中的其他结构 转换为Xml结构中相应的内容结构；所述其他结构包括但不限于： 脚尾注、OLE对象、文本框对象、图元对象、目录、索引、拼音、 超链接、交叉引用等内容。本专利主要包括的整个Word文档排版 的方法。所述转换方法，包括：对OOXML中内容对象（如文字、 图片、表格等）与所述Xml结构中对应的内容对象的结构、属性等 进行比对，有直接对应关系（比如文字内容的描述、字体、字号等） 的，直接使用XSLT进行对应的转换；不能完全对应的（比如文本 框等），需要使用所述Xml结构中类似结构（比如文本盒子等）替 代进行转换；完全没有对应结构（如艺术字等）的，需要根据需要 选择内容转换（如艺术字只转换文本内容，不转换艺术字的展现形 式）或展示转换（如艺术字转为图片）或其他处理方式。）
优选地，将OOXML中的公式转换为Xml结构中的公式包括： 如果OOXML中的公式是Omath公式，则直接转换为Xml结构中 的公式；所述直接转换是指，Omath公式描述方法和所述Xml结构 中公式描述方法都为Xml描述，主要公式类别（如分式、函数式、 根式、矩阵、积分等）有相互对应的结构及属性，可以通过Xslt进 行对应的直接转换；如果OOXML中的公式是MathType公式，则 先处理为MathML国际标准，然后转换为Xml结构中的公式。所述 先处理为MathML国际标准是指通过MathType程序提供的API函 数把Mathtype公式转换为MathML公式；所述转换为Xml结构中 的公式，转换方法与前述Omath格式的转换相同，使用XSLT进行 转换。
图3示出了根据本发明优选实施例的Word文件的排版方法的 流程图，如图所示，本方法还包括：预先判断Word文件的版本（即 判断是否为docx文件）；如果版本低于Word2007，则将Word文件 转换到Word2007版本或高于Word2007的版本。
进一步，步骤（3）中，利用xslt将OOXML格式的word内容 转换为目标软件可识别的xml结构，对于某些OOXML支持而目标 格式不支持的内容需要做特殊处理，以保证内容不丢失及显示效果 基本一致。所述特殊处理是指根据需要选择内容转换（如艺术字只 转换文本内容，不转换艺术字的展现形式）或展示转换（如艺术字 转为图片）或其他处理方式或使用其他结构替代OOXML中的结构 （如目标格式不支持项目编号，需要把OOXML中的项目编号转为 目标格式中的文本内容)。
图4示出了根据本发明实施例的Word文件的排版装置的示意 图，包括：
OOXML模块10，用于获取Word文件的文件内容的OOXML 描述；
XML模块20，用于利用xslt将OOXML描述转换为排版软件 可识别的Xml结构；
导入模块30，用于将Xml结构导入排版软件。
本装置提高了Word文件的排版效率。
优选地，OOXML模块根据开放打包约定，使用解压程序将 Word文件解压，得到OOXML描述。
优选地，XML模块包括：文字内容模块，用于将OOXML中 的文字内容转换为Xml结构中的文字内容；样式格式模块，用于将 OOXML中的文字的样式及格式转换为Xml结构中文字的样式及格 式；表格模块，用于将OOXML中的表格转换为Xml结构中的表格； 图片模块，用于将OOXML中的图片转换为Xml结构中的图片；公 式模块，用于将OOXML中的公式转换为Xml结构中的公式；以及 其他模块，用于将OOXML中的其他结构转换为Xml结构中相应的 内容结构。
优选地，公式模块包括：Omath模块，用于如果OOXML中的 公式是Omath公式，则直接转换为Xml结构中的公式；MathType 模块，用于如果OOXML中的公式是MathType公式，则先处理为 MathML国际标准，然后转换为Xml结构中的公式。
优选地，本装置还包括：版本模块，用于预先判断Word文件 的版本；转换模块，用于如果版本低于Word2007，则将Word文件 转换到Word2007版本或高于Word2007的版本。
从以上的描述中可以看出，本发明简单清晰，简化了Word文 件排版过程的工作，减少了重复劳动，提高了排版的效率。
显然，本领域的技术人员应该明白，上述的本发明的各模块或 各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算 装置上，或者分布在多个计算装置所组成的网络上，可选地，它们 可以用计算装置可执行的程序代码来实现，从而，可以将它们存储 在存储装置中由计算装置来执行，或者将它们分别制作成各个集成 电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模 块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明， 对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在 本发明的精神和原则之内，所作的任何修改、等同替换、改进等， 均应包含在本发明的保护范围之内。