基于Lucene的全文检索系统模型的研究和开发

设计实现了一个基于Lucene的全文检索系统模型.在该系统模型中,针对中文分词实现了基于词库的采用正向最大匹配算法的中文分词模块;针对多种格式文档的处理采用接口实现的方式和动态实例化的方法,实现了可以有效地处理txt、xml、html、pdf、doc和rtf等常见格式文档.     

基于Cocoon框架的XML文档转换

通过Cocoon架构,将XML文档分别转换成能够被网络浏览器识别的HTML文档．以及能被Acrobat readers识别的PDF文档和能被手机识别的WML格式文档．给出了文档格式转换的代码.     

XML文档与关系数据库数据转换中间件的研究

提出了一种XML文档与关系数据库数据转换中间件,通过把以XML文档形式存放的请求信息转化成相应的数据库能识别的请求信息,和把数据库返回数据转化成统一的XML文档格式的方式,实现了各种关系数据库访问的统一接口.在介绍了XML以及中间件技术基础上,着重对XML数据与关系数据库之间转换的方法进行研究,并具体讲解如何通过中间件技术来实现两者之间的数据转换工作.     

用Coreldraw-Photoshop组合法转换插图过程中的常见问题及解决方案

科技期刊的插图一般由作者提供,多为Word文档,而出版软件多采用方正书版,因此,必须进行图件格式的转换。Coreldraw-Photoshop组合法转换Word插图简单、实用,能保证图件质量,应用广泛。介绍了用Coreldraw-Photoshop组合法将Word插图格式转换为方正书版插图格式的基本过程;分析了实际转换过程中常遇到的问题,并提出了相应的解决方案。     

一个报表文档双向格式转换组件

在现代企业的信息管理中,报表作为一种重要的输出载体,有着至关重要的作用.为了实现不同报表文档格式的相互转换,本文分析了Active Reports和StimulReports这两种报表文档的格式,给出了在两者之间进行格式转换的原理和实现代码.利用本组件在.NET平台下进行系统开发,可以增强报表系统的可移植性和可扩充性.     

流式文档到固定版式文档的可逆转换方法研究

分析以往流式文档和固定版式文档一体化处理方法的局限, 提出一种可逆转换方法, 即将文档的转换信息记录于目标文档中, 以便用于源文档的重构。论述了可逆转换的原理、关键技术、实验结果以及技术优势。选择标文通(UOF)作为流式文档格式, CEBX作为固定版式文档格式, 利用该方法成功地实现标文通文档到CEBX文档的可逆转换, 实验结果表明, 该方法取得较好的效果。     

用CJK宏文件包来编译中文TeX文本文件

CJK是一个专门用于处理中日韩泰等亚洲国家文字的LaTeX宏文件包.LaTeX是一套出色的文本处理软件.揭示了LaTeX编译中文的原理,介绍了如何用该宏文件包的格式来书写中文TeX文本文件,便于lttex(或pdflatex)把tex文档直接编译成dvi(或pdf)文件.与此同时,还叙述了中文全真字库的安装.     

如何将pdf文件转换为印刷质量的图形

pdf是Adobe公司开发的电子文件格式,也是Intemet上进行电子文档发行和数字化信息传播的理想文档格式。现在互联网上越来越多的电子图书、产品说明、公司文告、网络资料、电子邮件使用pdf格式文件。     

基于.NET实现HTML文档的下载与清理

针对在Web信息抽取系统开发中遇到的关键性技术问题,如Web页的HTML文档下载,HTML到XML格式转换,XML文档清理等,分析和探讨了基于.NET技术的编程实现方法.     

Microsoft Word复合文档的方正排版处理

用Word处理系统打开复合文档，通过剪切板将图片、表格等传人Cod DRAW!，再导出生成.tif文件，调人方正书版排版，只能部分解决复合文档的图片、公式、表格、结构式等的方正排版转换问题，用Post Script类型打印机的“打印到文件”功能，将图片等打印成.ps文件，由方正排版系统出反片拼版制版，两者结合使用才能较有效解决复合文档的方正排版转换问题，提高工作效率和经济效益。