[发明专利]一种文档格式转换的方法及装置

说明书

技术领域

本申请涉及电子文档处理领域，尤其涉及一种文档格式转换的方法及装置。

背景技术

PDF格式文档目前已经成为诸多电子格式文档中，应用最广泛的一种。在印刷和打印领域，PDF格式文档更是居于统治地位，不管是前端排版还是后端输出，PDF都是页面内容描述文档的标准格式。

另一方面，Adobe在PDF格式文档应用之前，定义的页面内容描述文档的标准格式是PostScript，尽管PostScript在页面独立和设备相关方面相对于PDF格式文档而言都有诸多不足，但是由于PostScript悠久的应用历史和丰富的外围支持，故而有数量众多的用户仍然在使用PostScript格式来进行印刷和打印。

由于PostScript格式文档在进行处理时，会遇到一系列麻烦，故而在将PostScript格式文档递交给印前输出系统做光栅化处理前，需要先经过规范化处理。即将PostScript格式转换为PDF格式。

在PostScript格式文件的规范化处理中，一个重要的目标是在转换的过程中尽量保存对象的原始描述类型。如PostScript中的文字对象在转换之后仍然是PDF中的文字对象，PostScript中的图形对象在转换之后也仍然是PDF中的图形对象，PostScript中的图像对象在转换之后也仍然是PDF中的图像对象等等，这样可以最大限度地保持页面描述的原始面貌和设备无关性，从而尽可能真实地再现前端用户的设计意图。对于文字对象来说，最理想的情况是在转换之后仍然是文字对象，并且描述文字呈现形状的轮廓数据和控制数据都得到完全的保持，没有一点损失。

目前常用的对基于PostScript中的charpath指令得到的文字向量路径的转换方法，包括如下两种：

(1)基于PostScript中的charpath指令获得文字的向量路径，用填充或者划线模式对其进行描述，像一般的向量路径那样进行图形绘制操作。也就是，直接将基于PostScript得到的文字向量路径转换为对应的PDF向量路径。

(2)基于PDF格式对象中提供的Tr(Text rendering mode，文字绘制模式)属性，将由charpath指令得到的PostScript格式的向量路径转换为对应的PDF格式文字对象。

然而在实现本申请实施例中技术方案的过程中，本申请人发现现有技术至少存在如下缺点：

(1)由于在现有技术一中采用的是直接将PostScript格式的文字的轮廓转换为对应的PDF向量路径的技术方案，故而存在着丢失了文字的控制信息的技术问题；

(2)由于在现有技术一中采用的是直接将PostScript格式的文字的轮廓转换为对应的PDF向量路径的技术方案，故而存在着转换不准确、可能存在重影的技术问题。

(3)由于在现有技术二中采用的是基于PDF格式对象中提供的Tr属性，将由charpath指令得到的PostScript格式的向量路径转换为对应的PDF格式文字对象的技术方案，故而存在着对于非charpath指令获得的向量路径，存在丢失的技术问题。

发明内容

本发明提供一种文档格式转换的方法及装置，用以解决现有技术中，存在着文字控制信息丢失或普通向量路径丢失的技术问题。

本发明通过本申请中的实施例，提供如下技术方案：

一方面，本发明通过本申请中的一个实施例，提供如下技术方案：

一种文档格式转换方法，所述方法用于将PostScript文件转换为PDF文件，所述方法包括：

确定一PostScript格式文件的向量路径集中包含有文字路径集和图形路径集，其中，所述文字路径集对应有PostScript格式的文字对象；所述图形路径集对应有PostScript格式的图形对象；

在所述向量路径集的变量中记录所述PostScript格式的文字对象相关的参数信息；

基于所述参数信息，将所述PostScript格式的文字对象转换为PDF格式的文字对象；

将所述PostScript格式的图形对象转换为PDF格式的图形对象。

进一步的，所述PostScript格式的文字对象相关的参数信息，具体包括：

所述文字对象的字体信息、所述文字对象的字符编码、所述文字对象的位置坐标以及所述文字对象的变换矩阵。

进一步的，所述确定一PostScript格式文件的向量路径集中包含有文字路径集和图形路径集之前，还包括：

设置第一字体信息为预存字体信息；