[发明专利]一种文字修正方法及系统

说明书

技术领域

本发明涉及一种计算机文本处理领域，具体地说是一种具有文字修正发明发及系统。

背景技术

计算机字体简称字体，是一种包含了字形集、字符码集的数据集合。它包含了字符码到字形的映射关系，以及各个字形的描述信息。通过字形描述信息可以绘制出字形位图。计算机字符普遍通过文档的形式呈现给用户。流式文档是指无固定版式的、内容可依据其展现媒介的实际大小而进行内容排布的文档。ePub和TXT是常用的两种流式文档。带有结构化信息的PDF和CEBX也可视为流式文档。

随着智能手机的普及和移动互联网的兴起，越来越多的人选择使用移动设备进行移动阅读，而流式文档是最适合移动阅读的方案，因为移动设备的产品种类繁多，屏幕分辨率与尺寸各不相同，流式内容的“可重排性”使得它可以根据实际设备的情况来合理的展现其内容，这就极大的提高了内容的可读性与美观性。

但是，由于历史原因导致部分流式文件中包含有不严谨的内嵌字体，这些字体含有错误的字形描述信息，有的是含有错误的行高信息，有的是含有错误的字宽信息等，这都给正常的排版过程带来了问题，排出来的内容出现行间距不均匀、文字间隙过大甚至文字重叠在一起的现象。这极大的影响了内容的可读性与美观性。

为此，在现有技术中也出现了一些针对终端阅读文档的排版方法，在移动终端的网页排版启动时或者网页排版过程中字体发生改变时，判断待排版字符是否可以等宽处理，如果可以等宽处理，则通过调用移动终端中预先保存的字符宽度数据进行字符的排版。该方案中通过比较基准字符串的长度与实际待排版的字符长度和来判断待排版字是否可以等宽处理，此方法可以实现对等宽文字如中文、日文、韩文的处理，但是对于同时存在等宽文字和非等宽文字(如英语、德语)的文档，由于非等宽文字根据其包含的字符多少，其宽度差别很大，该方法无法适用。此外，在这些方案中，对于含有错误字形描述信息的文档，无法有效识别并进行相应的处理，因此对于含有错误字形描述信息的文档，无法有效识别字形描述信息是否错误，也无法进行分别处理，导致对于等宽文字和非等宽文字的排版错误不能很好的发现，字体排版效果差。

发明内容

为此，本发明所要解决的技术问题在于现有技术中的排版方式无法对同时存在等宽文字和非等宽文字的字形描述信息的错误很好的发现并及时修正的问题，从而提出一种可以对存在等宽文字和非等宽文字的文档进行纠错的带有纠错功能的文字修正方法及系统。

为解决上述技术问题，本发明的提供一种文字修正方法及系统，

一种文字修正方法，包括：

获取文档中文字的至少一种字体；

对于每种字体，根据该字体中的文字的字宽，选择出字形描述信息错误的字体；

对字形描述信息错误的字体中的文字进行修正。

本发明所述的文本排版方法，所述根据该字体中的文字的字宽，选择出字形描述信息错误的字体的处理包括：

选取该字体中的至少两个文字，计算每个文字的字宽值与该文字的字形边框矩形宽度的比值，并计算平均值；

根据所述平均值是否超出阈值，确定所述字体的字形描述信息是否错误。

本发明所述的文本排版方法，对于等宽文字，所述阈值为0.9-1.1；对于非等宽文字，所述阈值为1.2-1.4。

本发明所述的文字修正方法，所述对字形描述信息错误的字体中的文字进行修正的处理包括：

根据文字的字形边框矩形宽度，对所述文字的字宽进行修正。

本发明所述的文字修正方法，对所述文字的字宽进行修正时，利用下述公式进行修正：W=D×a：W为修正后的字宽值，D为该文字的字形边框矩形宽度值，a为修正系数，对于等宽文字，a=1.01-1.1，对于非等宽文字a=1.22-1.35。

本发明所述的文字修正方法，对于等宽文字，修正系数a=1.05，对于非等宽文字修正系数a=1.3。

本发明所述的文字修正方法， 所述对于每种字体，根据该字体中的文字的字宽，选择出字形描述信息错误的字体的过程中，针对内嵌字体进行处理。

本发明所述的文字修正方法，所述对字形描述信息错误的字体中的文字进行修正的过程，包括：对于字形描述信息错误的字体中的文字，首先判断其是否为等宽文字，对于等宽文字计算样本均值并进行修正，对于非等宽文字获取字符的字形边框矩形宽度值并进行修正。

本发明所述的文字修正方法，对于等宽文字计算样本均值并进行修正的过程如下：