[发明专利]一种按涉及重大重组主题的PDF文件切割方法在审
| 申请号： | 201710823125.8 | 申请日： | 2017-09-13 |
| 公开（公告）号： | CN107633040A | 公开（公告）日： | 2018-01-26 |
| 发明（设计）人： | 张贝贝;徐小艳;周帅鹏;荆姝娟 | 申请（专利权）人： | 张贝贝;徐小艳;周帅鹏;荆姝娟 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/22;G06F17/27 |
| 代理公司： | 西安通大专利代理有限责任公司61200 | 代理人： | 徐文权 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种按涉及重大重组主题的PDF文件切割方法，包括以下步骤1)通过分布式互联网爬虫技术获取公开的涉及重大重组主题且以PDF格式存储的业务文件；2)确定涉及重大重组主题的PDF文件的语言描述特征、关键字及关键字标题；3)确定包含关键字及关键字标题的PDF文件的页码信息集合P；4)采用页码异常去除机制对步骤3)得到的PDF文件页码信息集合P中的异常页码进行去除，得去除后的PDF文件页码信息集合Pfinal；5)根据步骤4)所获得的去除后PDF文件页码信息集合Pfinal对源PDF文件进行关于重大重组主题的切割，完成涉及重大重组主题的PDF文件切割，该方法能够高效、精准的实现涉及重大重组主题的PDF文件切割。 | ||
| 搜索关键词： | 一种 涉及 重大 重组 主题 pdf 文件 切割 方法 | ||
【主权项】：
一种按涉及重大重组主题的PDF文件切割方法，其特征在于，包括以下步骤：1)通过分布式互联网爬虫技术获取涉及重大重组主题且以PDF格式存储的业务文件；2)依据业务层需求对步骤1)获取的涉及重大重组主题且以PDF格式存储的业务文件进行涉及重大重组主题的业务层分析，确定涉及重大重组主题的PDF文件的语言描述特征、关键字及关键字标题；3)通过涉及重大重组主题的PDF文件及步骤2)所确定涉及重大重组主题的PDF文件的语言描述特征逐页对源PDF文件进行关键字及关键字标题的正则搜索，确定包含关键字及关键字标题的PDF文件的页码信息集合P；4)采用页码异常去除机制对步骤3)得到的PDF文件页码信息集合P中的异常页码进行去除，得去除后的PDF文件页码信息集合Pfinal；5)根据步骤4)所获得的去除后PDF文件页码信息集合Pfinal对源PDF文件进行关于重大重组主题的切割，完成涉及重大重组主题的PDF文件切割。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于张贝贝;徐小艳;周帅鹏;荆姝娟，未经张贝贝;徐小艳;周帅鹏;荆姝娟许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710823125.8/，转载请声明来源钻瓜专利网。
