基于XSL-FO的XML文档到其他格式文档的转换

XML(eXtensible Stylesheet Language)是目前流行的内容存储格式,而PDF(Portable Document Format)是电子文档的内容载体格式,如何将XML文档转换成PDF及其他一些用于显示的文档格式越来越受到人们的关注。FOP(格式对象处理器Formatting Objects Processor)是由James Tauber开发的一个开源项目,目的是利用XSL-FO将XML文档转换成PDF、TXT、DOC等文档,该文仅以PDF文档为例,介绍如何利用FOP将XML文档转换为其他文档格式。     

基于XSLT的PDF信息抽取技术的研究

以XML作为信息表现模型,以XSLT作为信息抽取规则,设计并实现了一套面向科技论文的PDF文档的信息抽取系统.首先将PDF源文档转换为一种中间XML文档,然后利用文本特征、位置特征以及显示特征对中间XML文档进行基于XSLT规则的信息抽取.测试结果表明,系统的抽取效果良好,并具有较强的扩展性.     

面向IETM的PDF文档发布模型研究

针对IETM中PDF文档发布需求,提出了技术出版物模型,并对技术出版物模型进行延伸,提出了PDF文档发布模型。该模型对技术出版物结构树进行逻辑转换,生成数据模块顺序清单,依据清单将所有数据模型文件合并为一个XML文档,并结合对应的XSL样式,通过XEP工具生成PDF文档,实现了IETM中从技术出版物直接生成PDF文档。     

基于Lucene的PDF文档的全文检索的实现

在Lucene的全文检索中,直接对PDF文档进行全文检索几乎是不可能的。在实际应用中又需要对大量的PDF文档进行检索,通过Xpdf工具先对PDF文档转换为TXT文本,然后对TXT文本建立索引,在进行检索时通过文件名实现和原始PDF文档的一一对应,最终实现PDF文档的全文检索功能,同时还能实现对PDF文档所检索的包含关键词的内容进行高亮显示,实现全文检索的功能,通过实际项目应用,检索效果能够达到很好的效果。     

PDF转Word可以在线搞定

虽然用PDF阅读器可以很方便地阅读PDF格式的文档,但是不能对PDF格式的文档进行修改和编辑,如何将它们转换成Word文档呢？能够将PDF转换成Word文档的工具很多,但效果真的很一般,不是格式不对就是转换不彻底。现在有相对专业的转换工具,对中文的支持相当好,并且无需安装,在线可直接转换。     

将Word文档自动转换成PDF格式的编程实现

在日常工作中,人们普遍使用微软Word编辑器制作文本文档,而PDF格式文档以其平台独立性和安全性等特点备受文档管理和发布者青睐。本文介绍Word文档到PDF文档转换的手工操作方法,同时详细论述编制转换组件,建立不同应用环境下的应用程序的过程,实现MS Word格式文档向PDF格式文档的自动、批量转换。     

PDF转换的最佳方案

一、目标在网上见过有网友介绍用百度的硬盘搜索实现PDF转DOC,笔者介绍的是一种更简单有效的实用方法。二、通过软件转换以PDF Convener3．50为例(下载:http://www．naf．com．cn/soft/ 90803．htm),安装后Word中会多出一个“Open PDF”按钮,在Word中点击这个按钮,会出现PDF Converter的对话框。在“PDF File To”中选择要转换的PDF文档,然后点击“OPEN”就会在PDF文档所在的目录下生成同名的DOC文档,同时Word会自动打开转换后的DOC文档。如果只将POF文档转换成DOC文档而不打开Word,可以在开始菜单中启动“PDF Converter Assistant”。即可完成文档转换。     

一种将XML文档转换为HTML格式文档的算法

文章研究了XML文档转换为富文本格式的方法,提出了一种基于XSL将XML文档转换HTML格式文档的算法.首先,新建一个与XML文档同名的HTML格式文档;其次定义转换算法,实现XML文档到HTML格式文档的转换;最后,调用系统默认浏览器以查看转换得到的HTML文档.该算法可以基于XSL将XML文档转换为HTML格式文档,以查看和验证XML文档的富文本显示格式是否符合阅读要求.     

XML文档到关系数据库的转换研究

XML作为网络数据交换的标准技术,广泛应用于计算机软件.目前存储数据的主流手段是关系数据库,因此XML文档与关系数据库之间必须进行转换.通过分析XML文档的层次结构,建立了XML文档树模型,并给出结点定义.依据XML的BNF规则给出了元素与属性的正规表达式和相对应的状态转换图,设计了识别元素和属性的词法分析程序用于解析XML文档.提出了XML文档树到关系数据库存储的转换思想和算法,并结合实例给出转换后的关系表.     

基于IDEF1x的面向对象XML建模

为了在IDEF1x数据库模型和面向对象模型的XML文档之间共享统一的模型,提出并实现了一种基于IDEF1x模型的面向对象XML建模方法.根据IDEF1x方法建立数据库模型,得到该模型的XML文档,然后对XML文档进行解析和重新组合,转换成为面向对象模型,并且生成该模型的XML Schema文档.     

XPS文档版式处理技术的应用与实现

XPS(XML Paper Specification)格式将是Microsoft Windows Vista中用于电子文档发布的首选格式,是继PDF文件格式之后的一种新的输出文件类型。在微软和各大印刷硬件厂商的支持下,XPS将有望超越PDF成为全球电子文档发布的开放式标准。本文针对XPS文档的几种快速页面处理方法给出了设计方案与实现。     

面向置标文档的文档转换技术研究

文档系统间的转换是文档内容共享和协作的必然途径,转换根据不同应用目的包括失真,不失真和增值三种方式。置标文档是用标签(Tag)进行文档结构描述的文档。本文介绍了一种面向置标文档的文档转换增值技术,给出了一种文档转换描述语言,用户可以利用它来定义转换信息从而实现文档间复杂的转换。     

一种XML文档更新操作的实现

文章描述了一种XML文档更新操作的设计和实现方法。对XML文档查询语言Xquery进行扩展，增加XML文档的更新功能，并且在Kweelt系统的基础上实现了XML文档的更新操作。测试表明该方法对XML文档的更新效率有明显的提高。     

Security and privacy issues in the Portable Document Format

The Portable Document Format (PDF) was developed by Adobe in the early nineties and today it is the de-facto standard for electronic document exchange. It allows reliable reproductions of published materials on any platform and it is used by many governmental and educational institutions, as well as companies and individuals. PDF documents are also credited with being more secure than other document formats such as Microsoft Compound Document File Format or Rich Text Format.This paper investigates the Portable Document Format and shows that it is not immune from some privacy related issues that affect other popular document formats. From a PDF document, it is possible to retrieve any text or object previously deleted or modified, extract user information and perform some actions that may be used to violate user privacy. There are several applications of such an issue. One of them is relevant to the scientific community and it pertains to the ability to overcome the blind review process of a paper, revealing information related to the anonymous referee (e.g., the IP address of the referee).     

一种基于操作集计算生成有效XML文档的方法

目前XML工具的编辑能力不足以保证生成有效的XML文档,缺乏对文档模式的合理利用。而由XMLSchema定义的文档模式,不仅提供了有效性验证标准,同时蕴含了生成有效XML文档的准则。本文提出了一种生成有效XML文档的方法。该方法基于XML文档模式图定义不同节点的操作集合,以及该操作集合上的计算和相应操作语义,并分析论证了该方法本身的有效性。     

利用DOM类库检索XML文档

文档对象模型(DOM)是一种与平台无关、语言无关的标准接口，是XML文档操作的基础。论述了XML的应用前景和应用现状，提出了用高级语言中封装的DOM类库检索和解析XML文档，以VB6．0为例，来完成XML文档的检索和数据提取等工作。     

一个基于Internet的XML EDI模型的设计

讨论了一个在传统EDI设施上实施XMI EDI的实现模型,分析和介绍了该模型的基本设计思想和体系结构以及商业文档流程,并对体系结构中的各个组件的功能进行了分析和设计,其中,对实现标准EDI报文向XMI文档转换功能的XML翻译器的设计进行了重点探讨。     

一种基于PDF文档的数字水印算法

针对网络环境中对多媒体文本文档的篡改、盗版严重的问题,通过分析PDF文档的页面操作符以及具体参数的详细分析,提出并实现了一种基于PDF文档的数字水印算法.将水印信息添加到PDF(Portable Document Format)文档中文本字符码的特征信息中,通过检测从PDF文档中提取的水印信息与字符码的一致性来辨别该文档的真实性.试验结果表明,该算法具有很好的视觉透明性,而且便于出错信息的定位,是一种切实可行的数字水印算法.     

XML文档分解技术及文档存取模型

分析了XML文档的组成要素,从中找出XML文档结构的分解技术并给出简化原则,并在此基础上提出以AXI为中间层接口模型的三层结构的处理方案 。