[发明专利]文档转换方法、装置、计算机设备及存储介质

说明书

本发明涉及文档转换方法、装置、计算机设备及存储介质，该方法包括获取待转换文档；判断待转换文档内的文本字体是否是符合预设要求；若待转换文档内的文本字体符合预设要求，则对符合预设要求的文本字体进行合成，以得到中间字体；根据中间字体对待转换文档进行文档转换，以得到转换结果。本发明通过对待转换文档进行解析并判断是否出现会导致显示文本出现乱码的字体类型，对这些字体类型对应的文本字体进行TrueType字体的合成，利用合成后的TrueType字体替换转换后出现乱码的显示文本，以得到转换结果，实现文档转换后不会出现乱码的问题。

技术领域

本发明涉及文档处理方法，更具体地说是指文档转换方法、装置、计算机设备及存储介质。

背景技术

PDF文件格式可以将文字、字型、格式、颜色及独立于设备和分辨率的图形图像等封装在一个文件中，该格式文件还可以包含超文本链接、声音和动态影像等电子信息，支持特长文件，集成度和安全可靠性都较高。

在将PDF文件格式的文档转换为其他格式的文档时，当文档中文本使用的字体为Type3，而且其ToUnicode编码表如果不正确，会导致转换后得到目标格式文档文本显示乱码。

因此，有必要设计一种新的方法，实现文档转换后不会出现乱码的问题。

发明内容

本发明的目的在于克服现有技术的缺陷，提供文档转换方法、装置、计算机设备及存储介质。

为实现上述目的，本发明采用以下技术方案：文档转换方法，包括：

获取待转换文档；

判断所述待转换文档内的文本字体是否是符合预设要求；

若所述待转换文档内的文本字体符合预设要求，则对符合预设要求的所述文本字体进行合成，以得到中间字体；

根据所述中间字体对所述待转换文档进行文档转换，以得到转换结果。

其进一步技术方案为：所述判断所述待转换文档内的文本字体是否是符合预设要求，包括：

对所述待转换文档进行解析，以得到所述文本字体的类型；

判断所述文本字体的类型是否包含预设的字体类型；

若所述文本字体的类型包含预设的字体类型，则所述待转换文档内的文本字体符合预设要求；

若所述文本字体的类型不包含预设的字体类型，则所述待转换文档内的文本字体不符合预设要求。

其进一步技术方案为：所述判断所述待转换文档内的文本字体是否是符合预设要求之后，还包括：

若所述转换文档内的文本字体不符合预设要求，则对所述待转换文档进行文档转换，以得到转换结果。

其进一步技术方案为：所述对符合预设要求的所述文本字体进行合成，以得到中间字体，包括：

将符合预设要求的所述文本字体合成为TrueType字体，以得到中间字体。

其进一步技术方案为：所述将符合预设要求的所述文本字体合成为TrueType字体，以得到中间字体，包括：

获取符合预设要求的所述文本字体的字符路径信息以及编码信息；

根据所述字符路径信息生成字符轮廓信息；

根据所述字符轮廓信息以及所述编码信息合成TrueType字体，以得到中间字体。

其进一步技术方案为：所述根据所述字符轮廓信息以及所述编码信息合成TrueType字体，以得到中间字体，包括：

根据所述编码信息合成TrueType字体的cmap表；