一种txt文档内容章节划分方法和系统与流程

本申请涉及txt文档内容章节划分，特别是涉及一种txt文档内容章节划分方法和系统。

背景技术：

1、随着信息时代的到来，人们越来越多地使用电子文档来阅读、编辑和存储文本信息。但是，txt文档属于纯文本，没有章节标识，若不主动划分章节，将使得用户阅读和跳转变得非常困难，会给用户带来了极大的不便。

2、为了解决这个问题，许多文本编辑软件都提供了手动添加章节标识的功能。但是，手动添加章节标识需要耗费大量的时间和精力，并且容易出现错误。

技术实现思路

1、本申请提供一种txt文档内容章节划分方法和系统，旨在解决现有技术手动添加章节标识需要耗费大量的时间和精力，并且容易出现错误的问题。

2、第一方面，一种txt文档内容章节划分方法，所述方法包括：

3、读取目标txt文档内容；

4、使用预设正则表达式识别所述目标txt文档所有标题；

5、遍历所述目标txt文档所有标题，对于每个标题，判断所述标题与下一个标题之间的行数；若行数小于第一阈值，则判定所述标题与下一个标题为同一章节的不同级别的标题；若行数大于等于第一阈值，则判定所述标题与下一个标题为不同章节的标题；

6、若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章；当行数达到第二阈值行时，创建一个新的章节，并将计数器重置为零；

7、通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径。

8、上述方案中，可选地，所述读取目标txt文档内容，包括：

9、打开指定的txt文档，通过java的file类实现；使用bufferedreader或inputstreamreader对象，从所述txt文档中读取文本，在读取过程中，采用循环结构，读取文本内容，获得包含文档所有文本的字符串或者字符串列表。

10、上述方案中，可选地，所述使用预设正则表达式识别所述目标txt文档所有标题，包括：

11、定义预设正则表达式，匹配所述文档所有标题，所述正则表达式具体为：“第.*章|第.*节|第.*篇”，用来匹配“第x章”、“第x节”、“第x篇”标题，使用java的pattern和matcher类，对文本内容进行匹配，匹配结果是包含所有标题的列表。

12、上述方案中，可选地，所述若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章之后还包括：

13、若文档开头有前言，则将前言识别为一个独立的章节，通过检查文档的前n行来实现，若前n行的内容满足预设前言的特征，则判定为前言。

14、上述方案中，可选地，所述通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径，包括：

15、通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，在保存文件时，使用java的filewriter或printwriter，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径。

16、第二方面，一种txt文档内容章节划分系统，所述系统包括：

17、读取模块：用于读取目标txt文档内容；

18、提取标题模块：用于使用预设正则表达式识别所述目标txt文档所有标题；

19、第一划分章节模块：用于遍历所述目标txt文档所有标题，对于每个标题，判断所述标题与下一个标题之间的行数；若行数小于第一阈值，则判定所述标题与下一个标题为同一章节的不同级别的标题；若行数大于等于第一阈值，则判定所述标题与下一个标题为不同章节的标题；

20、第二划分章节模块：用于若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章；当行数达到第二阈值行时，创建一个新的章节，并将计数器重置为零；

21、生成目录模块：用于通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径。

22、上述方案中，可选的，所述读取模块读取目标txt文档内容，包括：

23、打开指定的txt文档，通过java的file类实现；使用bufferedreader或inputstreamreader对象，从所述txt文档中读取文本，在读取过程中，采用循环结构，读取文本内容，获得包含文档所有文本的字符串或者字符串列表。

24、上述方案中，可选的，所述提取标题模块使用预设正则表达式识别所述目标txt文档所有标题，包括：

25、定义预设正则表达式，匹配所述文档所有标题，所述正则表达式具体为：“第.*章|第.*节|第.*篇”，用来匹配“第x章”、“第x节”、“第x篇”标题，使用java的pattern和matcher类，对文本内容进行匹配，匹配结果是包含所有标题的列表。

26、上述方案中，可选的，所述若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章之后还包括：

27、前言判定模块：用于若文档开头有前言，则将前言识别为一个独立的章节，通过检查文档的前n行来实现，若前n行的内容满足预设前言的特征，则判定为前言。

28、上述方案中，可选的，所述生成目录模块通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径，包括：

29、通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，在保存文件时，使用java的filewriter或printwriter，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径。

30、相比现有技术，本申请至少具有以下有益效果：

31、本申请基于对现有技术问题的进一步分析和研究，认识到现有技术手动添加章节标识需要耗费大量的时间和精力，并且容易出现错误。

32、本申请通过读取目标txt文档内容，使用预设正则表达式识别所述目标txt文档所有标题，遍历所述目标txt文档所有标题，对于每个标题，判断所述标题与下一个标题之间的行数；若行数小于第一阈值，则判定所述标题与下一个标题为同一章节的不同级别的标题；若行数大于等于第一阈值，则判定所述标题与下一个标题为不同章节的标题，若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章；当行数达到第二阈值行时，创建一个新的章节，并将计数器重置为零，通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径，通过本方案可以自动识别电子文档中的章节标识，从而为用户提供更方便、快速的阅读体验。

技术特征：

1.一种txt文档内容章节划分方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述读取目标txt文档内容，包括：

3.根据权利要求1所述的方法，其特征在于，所述使用预设正则表达式识别所述目标txt文档所有标题，包括：

4.根据权利要求1所述的方法，其特征在于，所述若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章之后还包括：

5.根据权利要求1所述的方法，其特征在于，所述通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径，包括：

6.一种txt文档内容章节划分系统，其特征在于，所述系统包括：

7.根据权利要求6所述的系统，其特征在于，所述读取模块读取目标txt文档内容，包括：

8.根据权利要求6所述的系统，其特征在于，所述提取标题模块使用预设正则表达式识别所述目标txt文档所有标题，包括：

9.根据权利要求6所述的系统，其特征在于，所述若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章之后还包括：

10.根据权利要求6所述的系统，其特征在于，所述生成目录模块通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，同时，创建一个目录文件，列出所有章节的标题和对应的文件路径，包括：

技术总结
本申请公开了一种txt文档内容章节划分方法和系统，通过读取目标txt文档内容，使用预设正则表达式识别所述目标txt文档所有标题，遍历所述目标txt文档所有标题，对于每个标题，判断所述标题与下一个标题之间的行数；若行数小于第一阈值，则判定所述标题与下一个标题为同一章节的不同级别的标题；若行数大于等于第一阈值，则判定所述标题与下一个标题为不同章节的标题，若所述目标txt文档没有标题，将目标txt文档按照每第二阈值行分为一章；当行数达到第二阈值行时，创建一个新的章节，通过遍历所有的章节，并将每个章节的标题和内容保存到一个新的文件中，通过本方案可以自动识别电子文档中的章节标识，从而为用户提供更方便、快速的阅读体验。

技术研发人员：朱江
受保护的技术使用者：北京天顶星智能信息技术有限公司
技术研发日：
技术公布日：2024/2/1