毕设日记.docx（该资源为个人记录）

这是毕设日志

2021 年 1 月 28 日星期四

今天上午去得胜下午回来练琴，晚上六点过开始写代码，终于实现  按钮点击选择文件如果文件为

 文件将其改为  文件

2021 年 2 月 2 日

今天上午去取快递十点过才到家，然后写完了  打家劫舍的题，十二点下楼吃饭，一点开

始练一个小时琴，两点开了十多分钟会议，然后玩到两点四十开始写代码，终于把解压  使用

 实现（）接下来实现了将  直接重命名为  和将  改名为 。

了电子琴，晚上把数据库看到了  页，没有看书。

今天早上七点过起床练习一个小时左右口语，吃饭一会跑了大概半小时  点  分开始学习

2021 年 2 月 8 日 星期一

这几天又没怎么学习，看小说，然后追剧，昨天修路，今天早上终于七点过起床学习了。 前几天实现了

 转为  和将  改成  文件并解压缩以后得到  文件，只要实现对  文件的提取就可

以，但后来参看论文《学术论文格式检查和内容校对的研究袁敏》，发现接下来他读取  使用的是

而该软件只要是针对 ! 的，虽然也可以嵌入到  中，但需要辅助工具 "# 等，较

为繁琐，同时查找资料发现  具有直接的支持获取  文档格式的  库，不需要把  转

换为  文档便可以直接获取文档格式信息，但  只支持  文档，不支持  文档，所以只需

要就把  转换为  就可（已实现），但涉及到利用 $ 插件获取文档格式的参考资料

++1%#*+)#!**%/)$%2$$

334#%#2!3#2!$,)%5$

+%+#1%#*+)#!**%/)$%2$$334#%#2!3#2!$

,)%

这个链接也是讲述读取  文档，设计读取表格和图片

链接：

%&''*()%)'**'#'%',0

++1%#*+)#!)$%2$*($

6(78#9:#$)#5$

+%+#1%#*+)#!)$%2$*($6(78#9:#$

中某一段默然正文的每一段格式都是这样，提取文档的时候就提取论文的各级标题和正文的格式来和待

检查文档进行比较。还可以检查是否跨标题，如一级标题以后就直接是三级标题。考虑工作量的话，现

在主要就是对于将  程序封装成  以及数据库这个有问题。

综上有以下几个问题

)  和 "! 的区别导致工作量减少

) 使用正则表达式对于特殊内容的提取是否可以推广

) 段落是否为默认相同

) 在  的基础上考虑是否正文可以简化为分为各类标题和正文内容

,) 在哪可以下载论文格式

今天答辩，发现  包也不行了，必须要自己写出来的才行，哎，还有就是说这个不仅要知其然还要

这个模块牺牲了便捷性来换取速度和内存占用，@< 是一个基于事件的 ，这就意味着

它 可 以 “ 在 空 中 ” 处 理 庞 大 数 量 的 的 文 档 ， 不 用 完 全 加 载 进 内 存 ； 三 是

)#)AB# 模块（简称 AB），它提供了轻量级的  式的 ，相对

于 ?9 来说 AB快了很多，而且有很多令人愉悦的  可以使用，相对于 @< 来说 AB 的

AB)##% 也提供了 “在空中” 的处理方式，没有必要加载整个文档到内存， AB 的性能

的平均值和 @< 差不多，但是  的效率更高一点而且使用起来很方便。

获取文档标签及属性值：

这些函数的参数就是某个指定的标签名，例如 '或 。

大部分  调用  语句

/# 中的各个标签：

E/&FEG$$表示一个段落$$F

E/&!FEG$$表示一个值$$F

E/&#FEG$$表示一个样式串，指明它包括的文本的显示样式，表示一个特定的文本格式$$

E/&.#FEG$$页脚$$F

E/&#/(FEG$$图片$$F

E/&#FEG$$表示文档属性$$F

E/&#%HFEG$$指定唯一一个标识符，用来跟踪编辑在修订时表行标识，所有段落和段落

中的内容都应该拥有相同的属性值，如果出现差异，那么表示这个段落在后面的编辑中被

E/&#FEG$$表示关系，段落中以相连续的中文或英文字符字符串，作为开始和结束。目的

就是要把一个段落中的中英文字符区分开来。 $$F

E/&FEG$$/&# 元素的子元素，跟 /&@ 并列， 代表缩进情况：有几个属性

值：① 4#%:（首行缩进）② .（左缩进）③当 . 和 4#%: 同时出现时代表下面

的元素有两种属性首行和下面其他行都是有属性的④ ((（悬挂）$$F

E/&FEG$$字体的类型，/&#8% 的子元素，属性值 %% 表面上的意思是“东

亚”，指代“中日韩 7 JK类型。$$F

E/&*7%FEG$$复合字体的加粗$$F

E/&*2#2@#FEG$$书签开始$$F

E/&*2#2AFEG$$书签结束$$F

E/&%H#(6#2FEG$$页面进行分页的标记，是 /&# 的一个属性，表示此

段字符串是一页中的最后一个字符串。$$F

E/&%#B(FEG$$智能标记$$F

E/&*/&!1KKFEG$$表示该格式串种的文本为粗体$$F

数字除以 ，如此处为 '1), 倍行距$$F

E/&"/&!1L#L'FEG$$这句话表示段落对齐方式 $$F

EG$$设置了页的宽，高，和页的各边距。各项的值均是英寸乘  得出 $$F