本發(fā)明涉及文檔各式檢查方法，更具體的是涉及文檔格式自動(dòng)檢查方法。

背景技術(shù)：

1、根據(jù)自定義檢查清單明確文檔檢查項(xiàng)，實(shí)現(xiàn)對(duì)word文檔的文字內(nèi)容和文字的字體、樣式等格式信息，表格信息，圖片信息，圖表信息，以及文檔的頁眉、頁腳，以及文檔的布局、邊距等樣式信息進(jìn)行檢查，完成相應(yīng)檢查判斷并進(jìn)行批注，以確保文件編制的正確性和規(guī)范性?，F(xiàn)有專利公開了如下技術(shù)：

2、公開號(hào)為cn103886098a，專利名稱為“一種word格式提取及再利用方法”的專利公開了如下內(nèi)容：一種word格式提取及再利用方法，包括如下步驟：a、針對(duì)某類文檔配置好相對(duì)應(yīng)的模版規(guī)則，包括文檔有哪幾個(gè)模塊組成，每個(gè)段落所要滿足的校驗(yàn)器等；b、利用word轉(zhuǎn)xml的技術(shù)，將用戶上傳的文檔轉(zhuǎn)換成xml文件，在xml文件中提取文檔的具體格式；c、根據(jù)配置好的模版，對(duì)用戶文檔提取的格式進(jìn)行匹配檢查，對(duì)于不正確的地方反饋具體信息，生成結(jié)果文檔。本發(fā)明的有益效果是：本發(fā)明基于j2ee的word文檔格式檢查方法，幫助用戶檢測文檔格式不正確的部分，并給出批注，方便其改正，以降低格式檢查中人力的消耗。本發(fā)明的格式檢查方法是基于模版規(guī)則，在系統(tǒng)支持的架構(gòu)下，可隨意搭建模版，對(duì)文檔的支持非常廣泛。

3、上述專利的針對(duì)篇幅較長，內(nèi)容繁多，但格式比較固定的文檔解決其人工檢查文檔格式耗費(fèi)時(shí)間長且容易出現(xiàn)錯(cuò)漏的問題，如何解決上述技術(shù)問題成了本領(lǐng)域技術(shù)人員的努力方向。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于：為了解決上述技術(shù)問題，本發(fā)明提供一種文檔格式自動(dòng)檢查方法。

2、本發(fā)明為了實(shí)現(xiàn)上述目的具體采用以下技術(shù)方案：

3、本發(fā)明提供一種文檔格式自動(dòng)檢查方法，包括如下步驟：

4、s1、定義文檔格式檢查項(xiàng)，文檔格式檢查項(xiàng)分為固定檢查項(xiàng)與自定義檢查項(xiàng)兩種；

5、s2、對(duì)步驟1的固定檢查項(xiàng)與自定義檢查項(xiàng)文檔進(jìn)行檢查執(zhí)行流程、關(guān)鍵檢查點(diǎn)流程方法以及自定義檢查清單處理，實(shí)現(xiàn)文檔格式自動(dòng)檢查，其中，自定義清單處理中用戶可自定檢查格式，檢查格式包括正文段落格式、目錄格式、正文圖表標(biāo)題格式以及標(biāo)題格式。

6、在一個(gè)實(shí)施方式中，步驟s1中，固定項(xiàng)檢查包括段落檢查、圖表檢查、標(biāo)題檢查、目錄檢查以及參引文獻(xiàn)檢查；

7、段落檢查包括正文檢查、頁邊距檢查、頁眉檢查、頁腳檢查、標(biāo)點(diǎn)符號(hào)檢查、空白頁檢查、空行檢查以及段落重復(fù)檢查；

8、圖表檢查包括圖標(biāo)題檢查、表標(biāo)題檢查、與表格標(biāo)題是否跨頁檢查；

9、標(biāo)題檢查包括大綱級(jí)別檢查、編號(hào)格式檢查、字體字號(hào)檢查、段落檢查、縮進(jìn)檢查以及間距檢查。大綱級(jí)別檢查分別從一級(jí)標(biāo)題支持到五級(jí)標(biāo)題；

10、目錄檢查包括正文目錄檢查、圖標(biāo)題目錄檢查以及表標(biāo)題目錄檢查。

11、在一個(gè)實(shí)施方式中，步驟s1中，自定義檢查項(xiàng)是針對(duì)一些不確定的檢查地點(diǎn)與檢查方向，在已有規(guī)則下制定了一些比較靈活的自定義檢查規(guī)則，自定義檢查項(xiàng)包括書簽檢查、頁眉頁腳檢查、總頁數(shù)檢查、版型特征檢查、內(nèi)容一致檢查以及必填項(xiàng)檢查。

12、在一個(gè)實(shí)施方式中，步驟s2中，文檔檢查執(zhí)行流程具體步驟如下：

13、1）、通過java?利用cmd調(diào)用c#?使用word?sdk?檢查目錄和章節(jié)編號(hào)，檢查完畢后如有錯(cuò)誤將錯(cuò)誤信息保存到mysql，并將檢查日志存儲(chǔ)到redis和mysql；

14、2）、在word?sdk檢查的同時(shí)java?使用apache?poi開始檢查書簽和正文，檢查完畢后如有錯(cuò)誤將錯(cuò)誤信息保存到mysql，并將檢查日志存儲(chǔ)到redis和mysql；

15、3）、待所有程序檢查完畢，如果有檢查錯(cuò)誤，先用word?sdk創(chuàng)建其發(fā)現(xiàn)的錯(cuò)誤的批注，再使用?apache?poi創(chuàng)建其發(fā)現(xiàn)的錯(cuò)誤的批注，并保存有批注的文檔至文件系統(tǒng)；

16、4）、用戶界面在檢查進(jìn)行時(shí)通過查詢r(jià)edis展示檢查詳情，如果檢查完成后通過檢查歷史查看檢查日志，則通過查詢mysql展示檢查詳情。

17、在一個(gè)實(shí)施方式中，步驟s2中，關(guān)鍵檢查點(diǎn)流程方法包括檢查段落格式方法、檢查圖表標(biāo)題方法、檢查標(biāo)點(diǎn)符號(hào)方法、檢查參引文獻(xiàn)方法、檢查章節(jié)編號(hào)方法、檢查圖表編號(hào)方法以及檢查目錄問題方法。

18、在一個(gè)實(shí)施方式中，檢查段落格式方法包括如下內(nèi)容：

19、加載xml文檔：利用apache?poi讀取文檔的ooxml文件；

20、查找”w:p”：讀取xml文檔中的段落，段落標(biāo)記為“w:p”；

21、查找“w:r”：獲取段落中文字，文字標(biāo)記為：“w:r”；

22、是否設(shè)置”w:pstyle”：每一段文字可能包含自己的w:pstyle；

23、”w:p”?是否設(shè)置”w:pstyle”：如果w:r沒有style則使用w:p的style；

24、獲取默認(rèn)“w:pstyle”：如果w:p沒有style則使用文檔的默認(rèn)style；

25、獲取w:pstyle的屬性w:val為樣式id：獲取得到的style的id；

26、從styles中獲取對(duì)應(yīng)id的style:根據(jù)上一步id從styels.xml文檔中獲取style；

27、是否繼承style:根據(jù)獲取的style判斷其是否包含w:basedon；

28、合并父style:合并父style的字體字號(hào)縮進(jìn)；

29、獲取字體字號(hào)等：取得合并后的字體字號(hào)縮進(jìn)；

30、檢查清單：獲取檢查清單中的字體字號(hào)縮進(jìn)等信息；

31、判斷字體和字號(hào)等是否正確：根據(jù)獲取的內(nèi)容和格式與檢查清單中的檢查項(xiàng)對(duì)比，判斷內(nèi)容與格式是否正確；

32、檢查圖表標(biāo)題方法的步驟如下：

33、加載xml文檔：利用apache?poi讀取文檔的ooxml文件；

34、查找pic:pic和w:tbl：在xml中獲取圖片(pic:pic)和表格(w:tbl)；

35、獲取xml節(jié)點(diǎn):獲取上一步數(shù)據(jù)在xml中的節(jié)點(diǎn)（domnode）；

36、向上查找w:p（表格）/向下查找w:p(圖片):如果是表格則使用domnode.prenode獲取上一節(jié)點(diǎn)，如果是圖片則使用domnode.nextnode獲取下一節(jié)點(diǎn)；

37、是否空行：判斷上一步獲取的節(jié)點(diǎn)內(nèi)容是否為空；

38、循環(huán)次數(shù)是否超過5次：獲取上一節(jié)點(diǎn)或下一節(jié)點(diǎn)不能超過5次；

39、判斷是否是“圖”或者“表”開始：根據(jù)約定圖標(biāo)題以“圖”開始，表標(biāo)題以“表”開始；

40、按以上段落格式檢查：使用檢查段落格式方法檢查段落格式。

41、在一個(gè)實(shí)施方式中，檢查標(biāo)點(diǎn)符號(hào)方法的具體步驟如下：

42、加載xml文檔：利用apache?poi讀取文檔的ooxml文件；

43、查找”w:p”：讀取xml文檔中的段落，段落標(biāo)記為“w:p”；

44、文字集合：獲取w:p中文字和標(biāo)點(diǎn)依順序存放到集合；

45、獲取標(biāo)點(diǎn)符號(hào)：在集合中找到標(biāo)點(diǎn)符號(hào)所在位置；

46、在文字集合第一個(gè)位置：判斷標(biāo)點(diǎn)符號(hào)是否在集合的第一個(gè)；

47、獲取前一個(gè)字符：上面找到的標(biāo)點(diǎn)符號(hào)的前一個(gè)字符；

48、標(biāo)點(diǎn)符號(hào)：判斷前一個(gè)字符是否標(biāo)點(diǎn)符號(hào)；

49、中英文標(biāo)點(diǎn)符號(hào)不相符：如果前一個(gè)字符是中文，標(biāo)點(diǎn)符號(hào)是英文則錯(cuò)誤，反之亦然；

50、查找下一個(gè)標(biāo)點(diǎn)符號(hào)：從當(dāng)前標(biāo)點(diǎn)符號(hào)查找下一次出現(xiàn)的標(biāo)點(diǎn)符號(hào)。

51、在一個(gè)實(shí)施方式中，檢查參引文獻(xiàn)方法的步驟如下：

52、加載xml文檔：利用apache?poi讀取文檔的ooxml文件；

53、查找”w:p”：讀取xml文檔中的段落，段落標(biāo)記為“w:p”；

54、內(nèi)容=參引文獻(xiàn)：判斷w:p的文字內(nèi)容是否參引文獻(xiàn)內(nèi)容；

55、獲取w:p的domnode:獲取w:p所在xml中的dom節(jié)點(diǎn)；

56、獲取下一個(gè)domnode：通過nextnode獲取?dom節(jié)點(diǎn)；

57、是否以”[n]”開始：節(jié)點(diǎn)內(nèi)容以”[n]”開始；

58、n是否有序：n是否為有序的數(shù)字；

59、是否被引用：根據(jù)正文引用集合判斷是否被引用；

60、獲取w:t：獲取w:p中的w:t；

61、是否含w:vertalign：w:t是否包含w:vertalign標(biāo)簽；

62、屬性w:val是否是superscript：w:vertalign標(biāo)簽的值是否等于superscript；

63、內(nèi)容是否與參引文獻(xiàn)中一致：獲取w:t內(nèi)容判斷其是否在參引文獻(xiàn)中。

64、在一個(gè)實(shí)施方式中，檢查章節(jié)編號(hào)說明的步驟如下：

65、加載xml文檔：利用apache?poi讀取文檔的ooxml文件；

66、查找”w:p”：讀取xml文檔中的段落，段落標(biāo)記為“w:p”；

67、獲取字體和字號(hào)縮進(jìn)：通過檢查段落格式說明的方式獲取字體和字號(hào)縮進(jìn)等格式；

68、是否標(biāo)題：通過與檢查清單中的各級(jí)標(biāo)題格式對(duì)比判斷是否是標(biāo)題；

69、是否包含”w:numid”:”w:p”中是否包含w:numid定義；

70、對(duì)應(yīng)style是否包含”w:numid”：獲取“w:p”的style，判斷style中是否有w:numid；

71、獲取“w:outlinelvl”：獲取“w:p”對(duì)應(yīng)的層級(jí)信息；

72、通過層級(jí)和numid計(jì)算編號(hào)：通過numid獲取numbering.xml的層級(jí)計(jì)算方式計(jì)算當(dāng)前層級(jí)的序號(hào)，加上集合中上一層級(jí)的編號(hào)組成最終編號(hào)；

73、是否以n.m開頭：判斷“w:p”內(nèi)容是否以n.m開始頭即是否以1或者1.1或者1.1.1等開頭；

74、獲取編號(hào)：通過正則表達(dá)式獲取編號(hào)；

75、編號(hào)合計(jì)：兩種編號(hào)方式的編號(hào)集合；

76、是否有序：同一層編號(hào)最后一個(gè)占位是否有序以及前面的占位是否相同。

77、在一個(gè)實(shí)施方式中，檢查圖表編號(hào)方法的步驟如下：

78、通過檢查段落格式方法獲取圖表標(biāo)題；

79、獲取圖/表后的第一個(gè)數(shù)字：使用正則”\d[\.\d]*?”獲取編號(hào)。

80、本發(fā)明的有益效果如下：

81、本發(fā)明設(shè)計(jì)合理，可定義的檢查清單，實(shí)現(xiàn)對(duì)word文檔的文字內(nèi)容和文字的字體、樣式等格式信息、表格信息、圖片信息、圖表信息、文檔的頁眉、文檔的頁腳、文檔的布局、邊距等樣式信息進(jìn)行檢查，完成相應(yīng)檢查判斷并進(jìn)行批注，以確保文件編制的正確性和規(guī)范性。