[发明专利]文字排版方法、电子设备及存储介质

说明书

本发明公开了一种文字排版方法、电子设备及存储介质，该方法包括：获取原始页面中包含的文字集合，解析得到文字集合中包含的各个字符；针对各个字符，按照预设投影方向进行投影，得到与各个字符相对应的投影位置，将投影位置存在重叠区域的至少两个字符确定为一个关联字符组；根据关联字符组中的各个字符对应于原始页面的位置信息，确定关联字符组中的各个字符的关联排版次序；根据关联字符组中的各个字符的关联排版次序，设置文字集合中包含的各个字符的排列次序，按照排列次序对文字集合中包含的各个字符进行排版处理。该方式能够根据投影结果确定由多个上下交错的字符构成的关联字符组，进而针对关联字符组中的各个字符进行准确排序。

技术领域

本发明涉及计算机领域，具体涉及一种文字排版方法、电子设备及存储介质。

背景技术

在电子书排版过程中，需要针对版式排版的电子书原稿进行识别，并根据识别结果通过流式排版方式实现自定义效果的排版。其中，电子书原稿通常为PDF等不可编辑的格式。在针对电子书原稿进行识别的过程中，能够自动识别出原稿中的各种页面元素，具体包括文字类元素、图片类元素等多种类型。然后，根据识别结果自动转换至流式文档中实现自定义排版。

但是，在实现本发明的过程中，发明人发现现有技术中的上述方案至少存在下述缺陷：在针对电子书原稿进行识别时，对于常规文字的识别结果准确度较高。但是，对于结构复杂的文字而言，由于复杂文字内部包含多个构成要素，识别过程中可能会将各个构成要素割裂开单独进行识别，且割裂后的各个构成要素之间的排列次序往往是随机的，进而导致在后续过程中无法根据随机排序的多个构成要素准确还原原始文字，从而导致识别错误。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的文字排版方法、电子设备及存储介质。

根据本发明的一个方面，提供了一种文字排版方法，该方法包括：

根据文字排布方向，获取原始页面中包含的文字集合，解析得到所述文字集合中包含的各个字符；

针对所述文字集合中包含的各个字符，按照预设投影方向进行投影，得到与各个字符相对应的投影位置，将投影位置存在重叠区域的至少两个字符确定为一个关联字符组；

根据所述关联字符组中的各个字符对应于所述原始页面的位置信息，确定所述关联字符组中的各个字符的关联排版次序；

根据所述关联字符组中的各个字符的关联排版次序，设置所述文字集合中包含的各个字符的排列次序，按照所述排列次序对所述文字集合中包含的各个字符进行排版处理。

根据本发明的另一方面，提供了一种电子设备，该电子设备包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

根据文字排布方向，获取原始页面中包含的文字集合，解析得到所述文字集合中包含的各个字符；

针对所述文字集合中包含的各个字符，按照预设投影方向进行投影，得到与各个字符相对应的投影位置，将投影位置存在重叠区域的至少两个字符确定为一个关联字符组；

根据所述关联字符组中的各个字符对应于所述原始页面的位置信息，确定所述关联字符组中的各个字符的关联排版次序；

根据所述关联字符组中的各个字符的关联排版次序，设置所述文字集合中包含的各个字符的排列次序，按照所述排列次序对所述文字集合中包含的各个字符进行排版处理。

根据本发明的又一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使所述处理器执行以下操作：