[发明专利]文字比对方法、系统及其计算机程序产品

权利要求书

1.一种文字比对方法，适于比对待检文件与既文件，该比对方法包括：

对该既文件进行不可逆转换而获得第一中介文件，该第一中介文件包括复数个字符，相异的该些字符的数量为预定值；

接收第二中介文件，该第二中介文件为该待检文件经过该不可逆转换之文件；以及

依据预定长度，以高重复字符比对法，比对该第二中介文件与该第一中介文件，以输出比对结果。

2.如权利要求1所述之方法，其中该不可逆转换包括：对应转换该既文件的每一字符为该些相异字符之一，并整合该些对应字符而输出该第一中介文件，其中该对应转换包括：

获得该字符对应的标准编码；

获得该标准编码除以该预定值之余数；以及

依据该余数，于查找表获得该对应字符。

3.如权利要求2所述之方法，其中该查找表包括索引值及对应各该索引值之该些相异字符，该索引值为从零到小于该预定值之整数。

4.如权利要求1至3中任一项所述之方法，其中该高重复字符比对法包括：

将该第一中介文件进行块排序转换而获得FM索引数据结构；

依据该预定长度，对该第二中介文件进行依序截取，而依序获得截取串，以每一该截取串对该FM索引数据结构，进行短字映射，而获得复数个映射结果；以及

整合该些映射结果为该比对结果。

5.如权利要求4所述之方法，其中该FM索引数据结构包括计数表、块排序压缩字符串、取样表、及位置表。

6.如权利要求1至3中任一项所述之方法，其中该高重复字符比对法包括：

依据该些相异字符及该第一中介文件，获得文件键值表；

依据该些相异字符及该第一中介文件，获得位置键值表；

依据该预定长度，对该第二中介文件进行依序截取，而依序获得截取串，以每一该截取串在该文件键值表及该位置键值表进行查找，而获得查找结果；以及

整合该些查找结果为该比对结果。

7.如权利要求1至3中任一项所述之方法，其中该高重复字符比对法包括：

判断该第一中介文件之该些字符的总数量是否大于第一门坎，并于大于该第一门坎时，执行：

将该第一中介文件进行块排序转换而获得FM索引数据结构；

依据该预定长度，对该第二中介文件进行依序截取，而依序获得截取串，以每一该截取串对该FM索引数据结构，进行短字映射，而获得复数个映射结果；以及

整合该些映射结果为该比对结果；以及

判断该第一中介文件之该些字符的总数量是否大于第一门坎，并于不大于该第一门坎时，执行：

依据该些相异字符及该第一中介文件，获得文件键值表；

依据该些相异字符及该第一中介文件，获得位置键值表；

依据该预定长度，对该第二中介文件进行依序截取，而依序获得截取串，以每一该截取串在该文件键值表及该位置键值表进行查找，而获得查找结果；以及

整合该些查找结果为该比对结果。

8.如权利要求1所述之方法，其中该接收该第二中介文件之步骤包括：

接收该待检文件；以及

对该待检文件进行该不可逆转换而获得该第二中介文件。

9.如权利要求1所述之方法，其中该既文件经过该不可逆转换还获得位置索引文件，用以对应该第一中介文件之每一字符位置至该既文件之每一字符位置。

10.如权利要求1所述之方法，其中该比对结果包含该第一中介文件之第一字符命中区间以及该第二中介文件之第二字符命中区间至少其中之一。