[发明专利]基于Electron的文档离线系统及方法

说明书

本发明公开了一种基于Electron的文档离线系统及方法，包括Electron、离线模块以及云端服务器；所述Electron通过其网络拦截功能对待离线文档的入口地址进行拦并访问；所述离线模块对所述Electron拦截并访问的文档进行提取，对与文档无关的页面和资源进行剔除，同时对属于文档的资源进行本地化缓存，并保存至所述云端服务器中。本申请可以将文档离线化，技术人员可以对离线的文档进行二次编辑、整理和分类，同时可以上传云端，方便其他人访问经过二次编辑的文档，极大的提高了技术人员的开发效率。

技术领域

本申请涉及电子文档离线管理领域，具体而言，涉及基于Electron的文档离线系统及方法。

背景技术

现代技术日新月异的发展给社会生活的各个方面带来了许多根本性的变革。随着计算机技术和办公自动化技术的发展，电子文件档案也应运而生。所谓电子文件和电子档案是指在数字设备及环境中生成，以数码形式存贮于磁带、磁盘、光盘等载体，依赖计算机等数字设备阅读、处理、并可在通信网络上传送的文件和档案。电子文档的问世使文件和档案从“有形”走向“无形”，给档案工作带来生机和活力。

开发工程师的记忆有限，且容易遗忘，技术开发的过程中需要不断地查询公开于网络上的文档。由于文档众多，翻阅管理非常不便，再者办公室网络资源有限，弱网环境下查看位于境外的技术性文档加载非常缓慢，严重影响了开发效率，降低了技术人员的生产力。而且技术文档因为来自不同的领域，具有难以统一管理，且对网络依赖高的缺点。开发工程师在日常研发中查阅文档是个非常高频的动作场景，因而文档查阅的低效会严重影响技术人员的日常效率和产出。

发明内容

本发明基于以上事实，提出了一个基于Electron的离线文档系统及方法，基于此方案可以将文档离线化，技术人员可以对离线的文档进行二次编辑、整理和分类，同时可以上传云端，方便其他人访问经过二次编辑的文档，极大的提高了技术人员的开发效率。

为了实现上述目的，根据本申请的一个方面，提供了基于Electron的离线文档系统。

根据本申请的基于Electron的离线文档系统包括Electron、离线模块以及云端服务器；

所述Electron通过其网络拦截功能对待离线文档的入口地址进行拦并访问；所述离线模块对所述Electron拦截并访问的文档进行提取，对与文档无关的页面和资源进行剔除，同时对属于文档的资源进行本地化缓存，并保存至所述云端服务器中。

进一步的，所述离线模块通过Dom树或网页分割寻找正文块的算法进行文档提取。

进一步的，所述Dom树算法包括如下步骤：

1)利用开源包HTML Tidy处理HTML，更正其中错误或不规范的地方；

2)根据规范的HTML建立Dom树，然后递归遍历Dom树，比较并识别各种非文档的页面和资源，包括广告和非重要节点信息；并将其剔除；在本发明中，剔除广告信息需要建立经常更新的广告服务器列表；

3)剔除非文档的页面和资源后，将Dom树中剩余的内容作为文档内容从余下的树节点中提取缓存。

进一步的，所述网页分割寻找正文块算法具体为：首先利用HTML标签中的分隔线以及视觉信息对网页进行分割，在分割之后的各个块中寻找到正文块并进行缓存。

进一步的，还包括二次编辑模块；开发人员将离线后的文档导入所述二次编辑模块中，对所述离线后的文档进行二次编辑，并将二次编辑后的文档保存至所述云端服务器中。

进一步的，所述二次编辑模块采用Chrome DevTools Protocl。

为了实现上述目的，根据本申请的另一方面，提供了基于Electron的离线文档方法。