[发明专利]一种PDF文档注释的获取方法及装置

权利要求书

1.一种PDF文档注释的获取方法，其特征在于，包括：

对PDF文档的体系结构进行解析，获取PDF文档的交叉索引表；

对所述交叉索引表进行检索，得到文件尾Trailer字典；

对所述文件尾Trailer字典进行分析，得到键值Root对应的目录簿Catalog 字典；

对所述目录薄Catalog字典进行检索，获得所述PDF文档的页面字典；其 中，所述页面字典包括：PDF文档的页面；

对所述PDF文档的页面字典进行检索，获取所述PDF文档的页面的注释。

2.根据权利要求1所述的PDF文档注释的获取方法，其特征在于，所述 对所述PDF文档的体系结构进行解析，获取PDF文档的交叉索引表的步骤包 括：

对PDF文档的树形层次数据结构进行解析，获取所述PDF文档的交叉索 引表。

3.根据权利要求1所述的PDF文档注释的获取方法，其特征在于，所述 对所述文件尾Trailer字典进行分析，得到键值Root对应的目录簿Catalog字 典的步骤包括：

对所述Trailer字典进行分析，获取键值Root；

根据所述键值Root，获取所述键值Root对应的目录薄Catalog字典。

4.根据权利要求1所述的PDF文档注释的获取方法，其特征在于，所述 对所述目录薄Catalog字典进行检索，获得所述PDF文档的页面字典的步骤包 括：

对所述目录薄Catalog字典进行检索，获取键值Pages；

根据所述键值Pages，获取所述键值pages对应的所述PDF文档的页面字 典。

5.根据权利要求1所述的PDF文档注释的获取方法，其特征在于，所述 对所述PDF文档的页面字典进行检索，获取所述PDF文档的页面的注释的步 骤包括：

步骤a，获取所述PDF文档的页面字典中一当前页面；其中，每个页面包 括页面页码信息、页面内容信息、上一个Prev指针信息和下一个Next指针信 息；

步骤b，根据键值Annots，获取当前页面的页面页码信息以及当前页面的 页面内容信息中的注释信息；

步骤c，根据所述当前页面的Prev指针信息，获取所述当前页面的上一页 面；其中，所述上一页面为一新当前页面；并重复步骤b，获取新当前页面页 码信息以及新当前页面的页面内容信息中的注释信息；和/或

根据所述当前页面的Next指针信息，获取所述当前页面的下一页面；其 中，所述下一页面为一新当前页面；并重复步骤b，获取新当前页面页码信息 以及新当前页面的页面内容信息中的注释信息；

步骤d，重复步骤c中根据当前页面的Prev指针信息，获取所述当前页面 的上一页面信息；其中，所述上一页面为一新当前页面；并重复步骤b，获取 所述新当前页面页码信息以及所述新当前页面的页面内容信息中的注释信息 的步骤，至当前页面的Prev指针信息为空；和/或

重复步骤c中根据当前页面的Next指针信息，获取所述当前页面的下一 页面信息；其中，所述下一页面为一新当前页面；并重复步骤b，获取所述新 当前页面页码信息以及所述新当前页面的页面内容信息中的注释信息的步骤， 至当前页面的Next指针信息为空。

6.一种PDF文档注释的获取装置，其特征在于，包括：

第一获取模块，用于对PDF文档的体系结构进行解析，获取PDF文档的 交叉索引表；

第二获取模块，用于对所述交叉索引表进行检索，得到文件尾Trailer字 典；

第三获取模块，用于对所述文件尾Trailer字典进行分析，得到键值Root 对应的目录簿Catalog字典；

第四获取模块，用于对所述目录薄Catalog字典进行检索，获得所述PDF 文档的页面字典；其中，所述页面字典包括：PDF文档的页面；

第五获取模块，用于对所述PDF文档的页面字典进行检索，获取所述PDF 文档的页面的注释。