這樣，通過獲取版式文檔的元數(shù)據(jù)，進(jìn)而根據(jù)所述版式文檔的元數(shù)據(jù)，獲得所述版式文檔的標(biāo)題，使得能夠根據(jù)所述版式文檔的標(biāo)題，獲得所述版式文檔的目標(biāo)目錄數(shù)據(jù)，無需人工參與，操作簡單，而且正確率高，從而提高了版式文檔處理的效率和可靠性。
[0056]可選地，在本實施例的一個可能的實現(xiàn)方式中，在101中，所獲取的版式文檔的元數(shù)據(jù)可以包括但不限于所述版本文檔的目錄頁面的元數(shù)據(jù)和版本文檔的正文頁面的元數(shù)據(jù)中的至少一項，本實施例對此不進(jìn)行特別限定。
[0057]版式文檔是指符合版式文檔格式規(guī)范的文檔，它采用一種絕對描述方式，在自定義的坐標(biāo)系中，明確記錄了每個頁面元素顯示的位置、尺寸和樣式等。版式文檔的元數(shù)據(jù)可以包括但不限于版式文檔中每個頁面元素(如文字、圖片或超鏈接等)的位置、尺寸、顏色和樣式等數(shù)據(jù)。
[0058]本實施例中，版式文檔的元數(shù)據(jù)的存儲格式可以為多種格式，例如，JavaScript對象表不法(JavaScript Object Notat1n, JS0N)格式等。
[0059]JS0N，是一種輕量的數(shù)據(jù)表示方法。JSON格式采用鍵值(key-value)對的方式記錄數(shù)據(jù)，非常直觀，比可擴展標(biāo)記語言(Extensible Markup Language，XML)簡潔。
[0060]所謂的目錄頁面，是指其上包含結(jié)構(gòu)化的目錄信息的頁面。例如，包含目錄、
Contents等具有目錄特征的關(guān)鍵詞的頁面；或者，再例如，包含“..................XX”、
“------------------XX，，gg “-----------------------------------XX，，
等具有目錄特征的字符的頁面，其中，XX表示阿拉伯?dāng)?shù)字、英文數(shù)字等頁碼字符。
[0061]所謂的正文頁面，是指其上包含正文信息的頁面。
[0062]可選地，在本實施例的一個可能的實現(xiàn)方式中，所述版式文檔的元數(shù)據(jù)包括所述版本文檔的目錄頁面的元數(shù)據(jù)；相應(yīng)地，在101中，具體可以獲取目錄頁面的起始部分的元數(shù)據(jù)、目錄頁面的結(jié)束部分的元數(shù)據(jù)和目錄頁面的結(jié)構(gòu)特征的元數(shù)據(jù)中的至少一項，進(jìn)而則可以根據(jù)所述目錄頁面的起始部分的元數(shù)據(jù)、所述目錄頁面的結(jié)束部分的元數(shù)據(jù)和所述目錄頁面的結(jié)構(gòu)特征的元數(shù)據(jù)中的至少一項，獲取所述版本文檔的目錄頁面的元數(shù)據(jù)。
[0063]一般來說，目錄頁都設(shè)置在版式文檔的前幾頁，因此，具體可以將預(yù)先設(shè)置的前N頁，N為大于或等于I的整數(shù)，作為目錄頁面可能存在的區(qū)域，只在這些區(qū)域獲取版本文檔的目錄頁面的元數(shù)據(jù)即可。
[0064]在一個具體的實現(xiàn)過程中，具體可以獲取版式文檔的前N頁的元數(shù)據(jù)。
[0065]然后，可以根據(jù)起始特征數(shù)據(jù)，例如，“目錄”、“Contents”或“MULU”等數(shù)據(jù)，在所獲取的前N頁的元數(shù)據(jù)中，獲取目錄頁面的起始部分的元數(shù)據(jù)。
[0066]或者，還可以根據(jù)結(jié)束特征數(shù)據(jù)，例如，“附錄”或“結(jié)束語”等數(shù)據(jù)，在所獲取的前N頁的元數(shù)據(jù)中，獲取目錄頁面的結(jié)束部分的元數(shù)據(jù)。
[0067]或者，還可以根據(jù)預(yù)先設(shè)置的目錄頁面結(jié)構(gòu)特征數(shù)據(jù)，在所獲取的前N頁的元數(shù)據(jù)中，獲取目錄頁面的結(jié)構(gòu)特征的元數(shù)據(jù)。
[0068]這樣，則可以根據(jù)所述目錄頁面的起始部分的元數(shù)據(jù)所在的頁面、所述目錄頁面的結(jié)束部分的元數(shù)據(jù)所在的頁面和所述目錄頁面的結(jié)構(gòu)特征的元數(shù)據(jù)所在的頁面中的至少一項，確定若干個連續(xù)的候選頁面，以作為所述版式文檔的目錄頁面。
[0069]接著，可以在所確定的候選頁面中，獲取該候選頁面的元數(shù)據(jù)，以作為所述版本文檔的目錄頁面的元數(shù)據(jù)。
[0070]所獲取的所述版式文檔的目錄頁面的元數(shù)據(jù)，可以包括但不限于版式文檔的候選目錄數(shù)據(jù)。所述候選目錄數(shù)據(jù)，是指版式文檔中所包含的目錄數(shù)據(jù)。
[0071]可選地，在本實施例的一個可能的實現(xiàn)方式中，在102中，具體可以利用各個等級目錄的特征數(shù)據(jù)，從所述版式文檔的元數(shù)據(jù)中，獲得所述版式文檔的標(biāo)題。
[0072]其中，各個等級目錄的特征數(shù)據(jù)，是指每個等級的目錄所對應(yīng)的標(biāo)題字符的布局特點數(shù)據(jù)，可以包括但不限于每個等級的目錄所對應(yīng)的標(biāo)題字符的字體、尺寸、顏色、樣式和排版格式中的至少一項，本實施例對此不進(jìn)行特別限定。
[0073]所述每個等級的目錄所對應(yīng)的標(biāo)題字符的字體，是指每個等級的目錄所對應(yīng)的標(biāo)題字符的外在形式特征，就是字符的風(fēng)格，是字符的外衣，例如，宋體、楷體或隸書等。
[0074]所述每個等級的目錄所對應(yīng)的標(biāo)題字符的尺寸，是指每個等級的目錄所對應(yīng)的標(biāo)題字符的大小，例如，四號(14鎊)、小四號(12號)或五號(10.5鎊)等。
[0075]所述每個等級的目錄所對應(yīng)的標(biāo)題字符的顏色，是指每個等級的目錄所對應(yīng)的標(biāo)題字符的顏色，例如，紅色或藍(lán)色等。
[0076]所述每個等級的目錄所對應(yīng)的標(biāo)題字符的樣式，是指每個等級的目錄所對應(yīng)的標(biāo)題字符的風(fēng)格，例如，加粗或斜體等。
[0077]所述每個等級的目錄所對應(yīng)的標(biāo)題字符的排版格式，是指每個等級的目錄所對應(yīng)的標(biāo)題字符的布局形式，例如，居中、每行最多不超過S(s為大于或等于I的整數(shù))個字符或每行的結(jié)尾沒有標(biāo)點符號等。
[0078]具體地，具體可以根據(jù)版式文檔的布局，預(yù)先設(shè)置各個等級目錄的特征數(shù)據(jù)。
[0079]在一個具體的實現(xiàn)過程中，所述版式文檔的元數(shù)據(jù)包括所述版本文檔的目錄頁面的元數(shù)據(jù)；相應(yīng)地，在102中，具體可以獲取預(yù)先設(shè)置的第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，進(jìn)而則可以根據(jù)所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，從所述版本文檔的目錄頁面的元數(shù)據(jù)中，獲得所述版式文檔的標(biāo)題。
[0080]其中，第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，是指目錄頁面上，每個等級的目錄所對應(yīng)的標(biāo)題字符的布局特點數(shù)據(jù)。
[0081]在另一個具體的實現(xiàn)過程中，所述版式文檔的元數(shù)據(jù)包括所述版本文檔的正文頁面的元數(shù)據(jù)；相應(yīng)地，在102中，具體可以獲取預(yù)先設(shè)置的第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，進(jìn)而則可以根據(jù)所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，從所述版本文檔的正文頁面的元數(shù)據(jù)中，獲得所述版式文檔的標(biāo)題。
[0082]其中，第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，是指正文頁面上，每個等級的目錄所對應(yīng)的標(biāo)題字符的布局特點數(shù)據(jù)。
[0083]在另一個具體的實現(xiàn)過程中，所述版式文檔的元數(shù)據(jù)包括所述版本文檔的目錄頁面的元數(shù)據(jù)和所述版本文檔的正文頁面的元數(shù)據(jù)；相應(yīng)地，在102中，具體可以獲取預(yù)先設(shè)置的第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，進(jìn)而則可以根據(jù)所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和所述第一目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，從所述版本文檔的目錄頁面的元數(shù)據(jù)中，獲得所述版式文檔的第一候選標(biāo)題。以及，還可以獲取預(yù)先設(shè)置的第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，進(jìn)而則可以根據(jù)所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)字體、所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)尺寸、所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)顏色、所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)樣式和所述第二目錄所對應(yīng)的標(biāo)題字符預(yù)設(shè)排版格式中的至少一項，從所述版本文檔的正文頁面的元數(shù)據(jù)中，獲得所述版式文檔的第二候選標(biāo)題。接著，根據(jù)所述第一候選標(biāo)題和所述第二候選標(biāo)題，確定所述版式文檔的標(biāo)題。
[0084]具體地，獲取所述第一候選標(biāo)題與所述第二候選標(biāo)題中對應(yīng)的第一組標(biāo)題字符即標(biāo)題字符A和標(biāo)題字符B，確定對應(yīng)的標(biāo)題字符是否一致，若二者的內(nèi)容一致，則將對應(yīng)的標(biāo)題字符即標(biāo)題字符A或標(biāo)題字符B作為版式文檔的一個標(biāo)題；若二者的內(nèi)容不一致，則進(jìn)一步確定哪個標(biāo)題字符是正確的標(biāo)題，進(jìn)而將正確的標(biāo)題字符作為版式文檔的一個標(biāo)題。如果沒有正確的標(biāo)題字符，則放棄對應(yīng)的標(biāo)題字符。依次類推，獲取所述第一候選標(biāo)題與所述第二候選標(biāo)題中對應(yīng)的下一組標(biāo)題字符，直到將所述第一候