一种docx文件文本内容的提取方法及装置.pdfVIP

下载本文档

3
0
约1.78万字
约 14页
2023-05-31 发布于四川
举报
版权申诉

一种docx文件文本内容的提取方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请实施例公开了一种docx文件文本内容的提取方法及装置，具体为，首先获取dcox文件中的任一个存储有文本内容的XML文件，并触发SAX载入XML文件，提取XML文件中的文本元素，再根据所提取的文本元素获得该XML文件的文本内容。可见，本申请在解析XML文件，利用SAX方式解析XML文件，只需解析文本内容，无需解析文件其他内容，提高文本内容的提取速度。尤其，对于大容量的XML文件，由于SAX解析方式为加载一部分数据、解析一部分数据，处理一部分数据，避免一次性加载XML文件加载时间长的问题，提高

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112528080 A (43)申请公布日 2021.03.19 (21)申请号 201910828462.5 (22)申请日 2019.09.03 (71)申请人北京国双科技有限公司