[发明专利]文档处理方法、装置、存储介质及计算机设备

权利要求书

1.一种文档处理方法，其特征在于，所述方法包括：

扫描待处理文档中的每行文本；

基于每行文本包含的字节长度及预设标题规则，筛选作为标题的文本行，并确定各标题在所述待处理文档中的位置；

基于各标题在所述待处理文档中的位置，确定每一标题对应章节的起止位置；

根据所述标题及与所述标题对应章节的起止位置，建立与所述待处理文档对应的目录和章节列表。

2.根据权利要求1所述的文档处理方法，其特征在于，还包括：

当用户打开所述待处理文档时，根据所述用户停留在所述待处理文档中的当前字节位置，调用所述章节列表确定待读取的字节范围；

读取所述字节范围内的字节流。

3.根据权利要求1所述的文档处理方法，其特征在于，所述扫描待处理文档中的每行文本的步骤，包括：

检测待处理文档的文档编码；

依据所述文档编码扫描所述待处理文档中的每行文本。

4.根据权利要求3所述的文档处理方法，其特征在于，所述依据所述文档编码扫描所述待处理文档中的每行文本的步骤，包括：

基于所述文档编码确定所述待处理文档的每行末尾字节位置；

根据每行末尾字节位置确定所述待处理文档中的每行文本。

5.根据权利要求1所述的文档处理方法，其特征在于，所述基于每行文本包含的字节长度及预设标题规则，筛选作为标题的文本行的步骤，包括：

确定每行文本所对应的字节长度；

筛选字节长度不大于预设标题长度阈值的文本行进行解码；

根据预设标题规则判断解码后得到的各行字符串是否为标题；

若是，则将所述字符串对应的文本行作为标题。

6.根据权利要求5所述的文档处理方法，其特征在于，所述根据预设标题规则判断解码后得到的各行字符串是否为标题的步骤之后，还包括：

若其中一行字符串不是标题，则依据预设章节长度阈值，将所述字符串的相邻两侧作为标题的字符串进行划分；

确定划分后的各章节的起止位置。

7.根据权利要求1所述的文档处理方法，其特征在于，所述基于各标题在所述待处理文档中的位置，确定每一标题对应章节的起止位置的步骤，包括：

对于一目标标题：

将所述目标标题的开头字符在所述待处理文档中的字节位置，作为所述目标标题对应章节的起始位置；

将与所述目标标题相邻的下一标题的开头字符，在所述待处理文档中的字节位置，作为所述目标标题对应章节的截止位置。

8.一种文档处理装置，其特征在于，包括：

数据扫描模块，用于扫描待处理文档中的每行文本；

标题确认模块，用于基于每行文本包含的字节长度及预设标题规则，筛选作为标题的文本行，并确定各标题在所述待处理文档中的位置；

章节确认模块，用于基于各标题在所述待处理文档中的位置，确定每一标题对应章节的起止位置；

文档建立模块，用于根据所述标题及与所述标题对应章节的起止位置，建立与所述待处理文档对应的目录和章节列表。

9.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述文档处理方法的步骤。

10.一种计算机设备，其特征在于：所述计算机设备中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述文档处理方法的步骤。