[发明专利]使用多个表示的文档存储

说明书

背景技术

由软件使用的、处理文档的电子文档文件格式和内存表示通常将是流表示或对象表示。流表示通常是由字符代码或其它原始数据元素序列构成，其中，在该序列中散布了特殊非字符值或者值序列，其以信号形式告知状态或上下文的改变（例如，文本样式、变换或绘制属性或者解析模式的开始或结束）。处理这种流中的数据的软件必须从头开始，并且轮流访问每一个元素以确定在给定的数据元素处达到的状态，这是因为该状态是发生至该点的所有改变的最终结果。

另一方面，对象表示是由表示文档的组成部分的对象的集合构成。这些对象可以包含对象属性、针对其它有关的对象的指针或参考以及文档的内容的一部分。例如，段落对象可以包括行间隔属性和段落的文本，而部分对象可以包括针对所有段落对象和包括该部分的说明对象的排序的指针集合。

通常，对象表示主要是分层的，其中对象参考的图形形成树（例如，文档包含页面和布局区，其中，页面包含可以包括其它区域的区域，布局区包含包括段落的列）。然而，即使在分层模型的情况下，可能存在与树图形不同的额外的对象参考（例如，区域可以包含针对共享图形对象的参考，该共享图形对象促成其边界和其它区域的边界，而段落可以包含针对共享文本样式对象的参考）。

应用通常为其文件格式选择与内存表示不同的表示。虽然对于某些操作，格式中的每一个是高效的，但是对于其它操作，每一个格式也是效率低的。例如，虽然对于字符串搜索和不取决于对属性的详细了解的其它处理，流表示是有用的，但是对于访问特定的对象，流表示将不是有用的。

发明内容

本发明的一些实施方式提供了一种用于存储文档的新颖方法，其存储文档的至少两个不同的表示。在一些实施方式中，该方法存储文档的流表示和一个或多个对象表示。可以将这些表示作为文档的文件或者内存表示进行存储。

在一些实施方式中，流表示仅包含以某一顺序排列的纯内容（例如，针对文档文本的字符代码序列）。将对象表示存储为表示内容的分组和与分组有关的相关联的信息（例如，文档结构、样式等）的节点树。不是在节点中存储内容，而是每一个节点包含针对流表示中的索引位置的参考。

一些实施方式包括两个对象表示—一个结构树和一个样式树。结构树存储文档结构—即，部分、页面、布局、列、段落、文本行、词等。该信息可以从在文档（例如，富文本词处理文档）中编码的信息导出或者通过不具有这种编码的信息的文档（例如，诸如PDF文件等的向量图形文档）的重构导出。树中的每一个结构参考在其处找到针对结构的内容的、流中的索引的范围。在这种树中，父节点表示包含由子节点表示的结构的结构。

一些实施方式的样式树存储与文档中的字符的格式化有关的信息。一些实施方式存储格式化特征的层级，其中，对象树中的每一个节点表示流中的格式样式和索引范围。例如，更大的黑体部分中的下划线部分将由黑体节点来表示，该黑体节点具有整个黑体部分的范围。黑体节点将具有子下划线节点，该子下划线节点具有黑体部分中的下划线部分的范围。在这种树中，父节点表示由子节点继承的样式属性。

除了结构和样式树以外，一些实施方式还可以存储针对文档的其它不同类型的对象表示。例如，不同的实施方式将存储用于绘制文档的裁剪路径的对象树、跟踪不同的作者/编辑对文档的改变的修订树、语义文档树等。

该多表示方法针对各种常见文档动作实现了高效率。可以通过导览（navigating）结构树以找到期望的结构并且然后使用索引来识别要在流中选择的内容来高效地执行对树的选择（例如，词、行、段落等）。高效地执行的动作的其它实施例包括某些导览操作（例如，在章节标题中找到搜索项）和文档在格式之间的转换（例如，以便在应用之间进行切换）。

前面的概述旨在用作本发明的一些实施方式的简要介绍。这并不意味着是本文中公开的所有发明主题的介绍或概述。下面的具体实施方式和在具体实施方式中提及的附图将进一步描述发明内容中描述的实施方式以及其它实施方式。因此，为了理解本文描述的所有实施方式，需要对发明内容、具体实施方式和附图的全面审查。此外，要求保护的主题并不受发明内容、具体实施方式和附图中的说明性细节的限制，而是由所附权利要求来限定的，这是因为可以在不偏离本主题的精神的情况下，以其它具体的形式来体现要求保护的主题。

附图说明

在所附的权利要求中阐述了本发明的新颖特征。然而，为了解释的目的，在附图中阐述了本发明的多个实施方式。

图1示出了根据一些实施方式的为其创建和存储多个不同的表示的文档。

图2示出了文档的页面的实施例。