通用文档模型及在文档格式转换中的应用.docVIP

通用文档模型及在文档格式转换中的应用 摘 要 通过对文档在信息领域的重要性和文档本质的归纳,本文阐述了广义上文档的定义 及其 意义 ,比较了几种常用的文档定义,解析了上下文环境及其定义,讨论了上下文环 境对文档的作用和 意义。将文档分割成逻辑维度、粒度、时间维度、空间维度等四个维 度结构 ;重点阐述 了文档的逻辑结构 ;辨析 了逻辑结构中的主要结构和次要结构的关系 和区别 ;分析了文章逻辑结 构与内容粒度的关系 ;简述了文档的 时间维度和空间维度 。 由此 为建立 通用文档 模型和文档处理及文档的呈现提供了坚实 的理论框架 。 在文档结构分析的基础上 ,本文探讨了 通用文档模型 的建立,着重 构造通用 文档模 型的编码格式。该文档格式是基于 XML 的开放格式,主要分为三个部分, 即文档的元 数据、 文档的内容数据 、文档的样式数据。通过实例说明 格式文本数据 以通用 文档编码 格式存储 的方式,以及存储数据压缩处理形成 通用文档的 方法。 作为应用实例, 本文给出 通用文档格式与 ODF 文档、 PDF 文档、 6HTML 文档和 TXT 文档之间 的相互转换 ,并讨论了 所采用的技术以及实现方法 ;同时 结合实际转换效果 , 指出 转换过程中需要注意的问题,以及 通用 文档模型 需要优化改进的地方。 关键 词: 文档模型 ;文