PostScript文件文字块段落提取重构算法

• 作者: 吴一民 朱濛 罗绵川
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: PostScript 二维坐标 段落 重构 排版方式
• 年，卷（期）: 2010,（12）
• 页码范围: 273-276
• 分类号: TP3
• 字数: 2773字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.12.087

摘要

从PostScript文件中提取文字并还原其段落格式,是电子出版领域一个新的研究方向.对PostScript文件进行解析,提取出各段落文字并获取每个文字(符号)的二维坐标信息,对每个文字(符号)的二维坐标及前后文字(符号)的二维坐标进行上下文关联分析,比较前后字符的横坐标、纵坐标,根据阈值确定段落排版方式并获取文字段分段、换行、段移位等信息.根据分析信息在文字段中插入空格或者换行,重构文字段的段落格式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴一民	华南理工大学计算机科学与工程学院	23	182	8.0	12.0
2	朱濛	华南理工大学计算机科学与工程学院	3	5	1.0	2.0
3	罗绵川	华南理工大学计算机科学与工程学院	3	5	1.0	2.0