CN1127696C - 将预格式文本自动转换为可回流文本的方法和设备 - Google Patents

Abstract

检查HTML文件中的预格式文本，以判定在格式化过程中回流文本在窄的观看区域里作显示是否合适。这个判定是基于不同的格式标记的，这种标记表示文本是一个表格或是其它其中的文本行是不能被回流的信息设计。如果没有查出特殊格式标记，那么就去掉预格式文本标记，在作格式化来显示时，允许文本回流。否则，将预格式文本留在一边，或者根据用户偏好作修改。预格式文本在被适当的回流之后，就带来了更好的可读性，而且也消除了左右滚动的必要性。

Description

将预格式文本自动转换为可回流文本的方法和设备

大体上说，本发明涉及到将HTML数据显示到数据系统显示设备，具体地，涉及到将HTML数据显示到和机顶盒数据处理系统相连的电视机上。而且更具体地，本发明还涉及到有选择地将预格式的HTML文本转换为可回流的文本，以显示在和机顶盒数据处理系统相连的电视机上。

许多当代数据处理系统的应用都采用一种标准页面描述语言，即超文本标记语言(HTML)，将数据传输到其他数据处理系统或应用。HTML数据包括嵌有“标记符”的标准ASCII文本文件，文本被围在尖扩符(<>)之中。通常，标记符在文件中成对地使用，在第二个标记符内用一个斜线(/)表示所需格式的结束。例如，包含于标记符”<B>”和</B>之间的文本将被一个HTML兼容的应用以粗黑字体显示出来。

HTML文件可以当作简单的文本文件来观看，这里标记符是可以看见的，或者采用一个不显示标记符的HTML兼容的应用来观看。HTML兼容应用将标记符识别为结构或格式命令，这与其它诸如图形、运动图象、或声音数据、或与其它文件的链接等要素有关。这样，HTML兼容应用将不会显示标记符，却利用了标记符来以一定格式显示HTML文件中的其它文本。

多数情况下，HTML文件中的任何来自空格键、制表键或硬回车键的额外“空白”，都要被显示文件的每个HTML兼容应用分离出来，比如“万维网”浏览器(WWW或“Web”)。例如，文件中多个连续的空格被Web浏览器压缩并显示为单个空格。预格式文本标记<PRE>便产生这种额外空格消除的一种例外情况。被标记<PRE>和</PRE>包围的文本中的任何额外空格都在最后的输出中予以保留。这就使得HTML中的文本在使用HTML兼容应用观看时，与使用简单的编辑器一样，以同样的格式显示出来。

预格式文本标记可以用来缩进或格式化各行，因而就可以用于诸如码例(code example)的事件。而且，文本可以采用填补空格的方法来对齐，使得可以采用预格式文本在最后显示中产生表格。这种预格式文本标记的用途，和为早期的不支持表格的HTML产生的HTML文件是相同的，但是，通常低档的文件编辑器都对该编辑器产生的所有HTML文件使用这种预格式文本标记。预格式文本标记常常还用来快速和轻易地将原纯文本形式的文件转换为HTML文件。

对机顶盒系统而言，预格式文本在HTML文件显示中可能会有意想不到的效果。作为机顶盒系统显示器件的电视屏幕是典型的设计，这时，通常都窄于传统数据处理系统使用的80个字符的计算机屏幕。HTML文件中的预格式文本不会出现“回流”(“reflow”)或者将文本行自然地打散为可以显示于给出的显示器件的最大行长度。由于预格式文本不会回流以适应特定显示器件，文本行常常就不会适应电视屏幕。因而用户就必须向右滚动显示以观看一个文本行的末尾部分，再向左滚动回去以观看下一行的起始部分。这就给用户界面带来特别令人烦恼的问题，并且通常阻碍用户阅读HTML文件的能力。

HTML文件是一类信息媒体中的一个特例，这类信息媒体通常可以称作“混合”文件。混合文件包括文本和其它一些特征，比如图象、表格或电子数据表。而且还广泛地使用其它的标记语言，如GML和SGML。这些标记语言可能有不同的预格式文本标记符，或者采用不同的方式来排除被选文本块的回流。

因此，就有必要在混合文本内智能地回流文本，以适合于显示屏或窗口，而保持文本中诸如图象或表格的特殊特征不受干扰。作为一个特例，有必要改进HTML文件的可读性，这种HTML文件包括预格式文本标记符，消除了为显示屏中每个文本行所作的不必要的左右滚动用户界面的显示。同样也希望回流HTML文件中的预格式文本，其中文本的自然特性会带来这种合适的变化。

因此，本发明的一个目的就是为有选择地在混合文件中回流文本，以适合于显示面积，而保持文件的特殊格式特征不受干扰提供一种方法。

本发明的另一个目的是，为在数据处理系统显示器件上显示HTML数据提供一种改进了的方法。

本发明的另一个目的是，为在与机顶盒数据处理系统相连的电视机上显示HTML数据提供一种改进了的方法。

本发明还有一个目的是，为有选择地将预格式HTML文本转换为可回流文本以显示于连接机顶盒数据处理系统的电视机提供一个方法和设备。

上述目的由这里描述的方式来实现。HTML文件中的预格式文本被检测以判定在为显示于窄的观看面积而作格式化时，回流文本是否合适。这种判定是基于不同的特殊格式化标记的，这些标记表示文本是一个表格，或者是其中文本行不应被回流的其它信息设计。如果没有发现特殊的格式化标记，那么预格式文本标记就被去掉，在为显示作格式化时允许预格式文本被回流。否则，预格式文本被单独保留下来，或者根据用户的偏好作修改。当预格式文本被恰当地回流之后，就使其具有更好的可读性，同时还消除了左右滚动的必要性。

上面所述，以及附加目的、特征和本发明的优越性，将在以下详细描述中变得更明确。

被认为是本发明的特征的新的特性将在附加权利要求中呈现出来。但是，在和附图联系起来阅读时，通过参考下述说明性实施例的详细描述，可以最好地理解本发明自身，以及所使用的优选模式、更进一步的目的和优越性；

图1A-1D描画了实现本发明的一个优选实施例中的数据处理系统的各种图形表示；

图2是根据本发明的一个优选实施例的数据处理单元的主要部件的框图；

图3A-3B描画了通过根据本发明的一个优选实施例的数据处理系统对HTML文件中的预格式文本作自动转换来显示的处理过程的高级流程图。

现在来参看附图，具体地参看图1A到图1D，这里描画了完成本发明的一个优选实施例的数据处理系统的各种图示。图1A是数据处理系统作为一个整体的图示。描绘的例子中的数据处理系统100是一个机顶盒，它对用户来讲具有最经济的硬件开销，能访问国际互联网(Internet)。数据处理系统100包括数据处理单元102，它被优选地设定大小以适合典型的娱乐中心，并且提供通常在个人计算机上才有的能使用户“浏览”国际互联网所需的功能。而且，数据处理单元102可以提供其它普通的功能，如用作应答机、发送或接受传真、或提供语音信箱设备。

数据处理单元102与电视机104相连以显示图形信息。电视机104可以是任何合适的电视机，尽管具有S-视频输入端的彩色电视机能使图形信息得到更好的表现。数据处理单元102可以通过标准同轴电缆与电视机104相连。遥控单元106允许用户交互使用和控制数据处理单元102，遥控单元发出红外(IR)信号，优选地调制在不同于普通电视机、立体声音响和VCR红外遥控频率的频率上，以避免相互干扰。遥控单元106还提供在普通个人计算机中指示设计的功能，包括在显示屏幕上移动光标和选择条目的能力。

图1B是根据本发明的一个优选实施例的数据处理单元102的前面板的图示。前面板包括一个红外窗口108，它用来从遥控单元106接收信号和发送红外信号。数据处理单元102发送红外信号，该信号能被物体或表面反射，允许数据处理单元自动地控制电视机104。音量控制110允许调节发自数据处理单元102内的扬声器或来自电视机104的声音的音量。多个发光二极管(LED)指示器为用户提供指示，表明数据处理单元102什么时候开始工作，用户是否有消息，调制解调器/电话线是否被占用，或者数据处理单元102是否需要服务。

图1C是本发明的一个优选实施例的数据处理单元102的后面板的图示。一条三线(包括地线)绝缘电源线114穿过后面板。后面板上的标准电话插孔116和118分别为来自电话线的调制解调器提供一个输入端口和为电话听筒(图中未画出)提供一个输出端口。后面板还提供标准计算机键盘连接120、鼠标接口112、计算机监视器接口124、打印机接口126和一个附加的串行接口128，使用这些连接可以允许数据处理单元102以传统个人计算机的方式进行应用。后面板上的游戏接口130为游戏杆或其它游戏控制器件(手套等)提供一个连接。红外扩展插口132允许采用电缆红外LED来发送红外信号。话筒插孔134允许一个扩展话筒连接到数据处理单元102。

视频连接136是一个标准同轴电缆连接器，它连接到电视机104或盒式录像机(图中未画出)的视频输入端。左声道和右声道插孔138连接到电视机104或立体声音响(图中未画出)的相应音频输入连接器。如果用户有S-视频输入端口，那么，S-视频连接140就可以用来连接到电视机104，以提供比混合信号更好的图象。如果电视机没有视频输入端口，那么，外接频道3/4调制器(图中未画出)就可以天线连接起来。

图1D是根据本发明的一个优选实施例的遥控单元的图示。与标准电话按键类似，遥控单元106包括阿拉伯数字0到9的按键，有星号或者叫“星”符号(*)，有井字号(#)，遥控单元也包括用于选择地观看电视广播的“TV”按键，和用于初始化国际互连网“浏览”的“Web”按键146，指示装置147是一个更有用的寻迹或“按钮”指示装置，它包含在遥控单元内，使用户可以控制电视机104的屏幕上光标。“Go”和“Back”键148和150分别使得用户可以选择选择项和回到前一个选择。“Menu”键152可以使得选项的上下文易感(context-sensitive)的菜单显示出来，而按键154则允许用户回到缺省的选项显示。“PgUp”和“PgDn”键156和158使得用户可以在显示块内改变显示内容，而不用滚动的方式。消息键160允许用户取回消息。除遥控单元106外，或者说作为替代，可以采用带有完整的指示装置的红外键盘(图中未画出)来控制数据处理单元102，该完整的指示装置最好是寻迹或按钮类型的指示装置。可以通过键盘连接120来使用带有连线的键盘(图中未画出)，通过鼠标接口122可以使用诸如鼠标或跟踪球等带有连线的指示装置。当用户有一个或多个遥控单元106、红外键盘、有连线的键盘和/或有连线的指示装置可供应用时，正在工作的设备便锁住其它设备，直到规定的停止工作的时段到来。

现在来参看图2，这里描绘了根据本发明的一个优选实施例的数据处理单元102的主要组成部分的框图。和传统计算机一样，数据处理单元102有一个包括与系统总线208相连的处理器204和寄存器206的母板202。处理器204最好至少是工作于或超过100MHz的486处理器。寄存器206包括含有基本输入/输出服务(BIOS)程序的只读寄存器(ROM)206a，还可能包括高速缓存器和/或视频RAM。

母板202上并连接到系统总线的视频/电视转换器210为计算机监视器产生视频信号、混合电视信号和S-视频信号。视频/电视转换器210的功能可以用商用视频和转换芯片来提供。母板202上的键盘/遥控红外界面单元212通过控制器214接收键盘码，而不管是否在使用带有连线的键盘/指示装置或红外键盘/遥控。红外遥控单元106发射出信号，该信号最终被当作由传统的鼠标指示设备的运动产生的控制信号送到串行接口。遥控单元106上有两个按钮的用法和传统鼠标上的两个按钮一样，而其余的按钮则根据红外键盘上的击键来发送信号。因此，遥控单元106有一个红外键盘提供的功能的子集。母板202上的连接器/指示器216为上述的数据处理单元102提供连接和指示。

在描述的例子中，母板202外部有电源218、硬驱220、调制解调器222、扬声器224。电源218除了从控制器214接收控制信号以影响母板202、硬驱220、和调制解调器222的所有电源的关闭外，它是一个传统的电源。在一些恢复情形中，移开电源和重新登录是重新将所有这些装置设置到一个已知状态的唯一保险的方法。因此，电源218响应控制器214的信号，就能关掉电源和重新启动数据处理单元102。

硬驱220包括应用系统和数据处理系统102的应用软件，最好有：IBMDOS 7.0，这是位于纽约阿芒克(Armonk，New York)的国际商用机器公司的产品；Windows 3.1，这是位于华盛顿市里芒德(Remond，Washinton)的微软公司的产品；Netscape Navigator，这是位于加尼福尼亚山景市(Mountain View，California)的Netscape通信公司的产品。数据也可以存储在硬驱220中，插在母板一侧的插槽中的调制解调器222最好是支持V.42bis，V34bis，V.34，V.17，Fax.MNP1-5和AT指令集的33.6kbps的调制解调器。

控制器214最好是一个或多个805x系列控制器，当数据处理单元102打开时，控制器214便开始持续地工作，它控制着系统，发出周期信号“Ping”表示数据处理单元102处于正常工作状态。如果控制器214在一个规定的间歇时段内没有接收到这个“Ping”信号，那么它就会从系统中移去电源并重新启动系统。这大概是必须的，举例来说，当系统遇到一个普通的保护错误的时候。如果多次尝试重新启动系统都不成功，控制器214就通过指示器216关掉数据处理单元102和该服务所需的信号。这样，数据处理单元102就能在一些情况下不要用户参与地实现自恢复。

控制器214也接收和处理发自遥控106、红外键盘、带有连线的键盘，或带有连线的鼠标的输入信号。当一个键盘或指示装置在使用时，其它所有的装置都被锁住(被忽视)，直到在规定的周期内没有装置处于工作状态。这样，第一个发生动作的键盘或指示装置就锁住了其它所有的装置。除了指示调制解调器的使用状态和在每个电源关-开周期中指定登录扇区选择外，控制器214也直接控制所有LED指示器。

这项技术的专业人士将会认识到，图1A-1D和图2中描画的以及上面描述的部件可以有多种不同的应用和实施例。其中本发明的可以被实现的这类变化，都被视为在本发明的精神和范围之内。

现在来参看图3A和图3B，这里描绘了根据本发明的一个优选实施例的通过一个数据处理系统自动地转换HTML文件里的预格式文本以供显示的过程的高级流程图。这个过程可以用来在HTML文件送到应用之前，自动地转换其中的预格式文本，比如，在文件被一个Web浏览器格式化来显示之前，消除不需要的预格式文本标记符。

这个过程的具有代表性的实施例开始于步骤302，它描述了接收一个HTML文件的流程。接收的HTML文件可以存在寄存器里，然后该流程就走到步骤304，这里说明的是扫描HTML文件以确定文件实体内是否出现预格式文本标记(<PRE>和/或</PRE>)。该流程下一步走到步骤306，这里描绘的是在接收的HTML文件中是否发现有预格式文本标记的判定，如果没有，该流程就走到步骤318，这里描绘的是将HTML文件送到用来格式化文件以作显示的应用。

如果接收的HTML文件中有预格式文本标记，流程就继续进行到下一步而不跳到步骤308，这里描述的是在一对预格式文本标记之间扫描文本。该流程下一步走到步骤310，这里描绘的是在预格式文本中是否检测到特殊的格式标记的判定，以及那些是在预格式文本标记之间，或者被格式化文本标记隔开的文本的判定。特殊格式标记是表示预格式文本是不该被回流的表格或其它信息设置的指示。其它特殊格式标记可以包括指示文件的一部分，举例来说，是一个图象或电子数据表的标记。下面将联系图3B描述特殊格式化要求的不同标记。

再次参看步骤310，如果在预格式文本中没有发现特殊格式标记，流程就进行到步骤312，这里说明的是在格式化作显示时，删除预格式文本标记，以便于使文本回流。但是，如果在预格式文本中发现有特殊格式标记，流程就进行到步骤314，这里描述的是根据用户喜好来修改预格式文本。用户可以随意地选择其中预格式文本的显示方式。可作的一种选择是不对预格式文本作任何修改，使HTML文件以接收的方式来显示。可作的一种改变就是通过在预格式文本的恰当位置加入回车换行，使得在HTML文件内删减行长度以适应屏幕的行宽。还可以为用户提供其它一些改变，以控制那些可能不会被恰当回流的预格式文本，比如以较小的字体来显示文本。但是，这种改变可能在很大程度上降低了机顶盒数据处理系统上的文本的可观看性，从而抵消了因避免左右滚动的必要而带来的好处。

一旦预格式文本标记被删除(步骤312)，或预格式文本根据当前用户喜好而被改变，该流程就进行到步骤316，这里描述的是判定HTML文件中的所有文本是否都被检查过，这个判定可以这样来作，举例来说，通过检查是否还有未被查出的限制文本的附加预格式文本标记对出现。

如果在HTML文件中仍然有未被检查的附加格式化文本，那么，流程就回到步骤308以在附加格式文本标记符之间扫描文本。如果没有附加格式化文本需要检查，那么流程就进行到步骤318，这里描述的是将(可能是改变了的)文件送到用来格式化文件以供显示的应用中，正如上面所描述的那样。在为显示而格式化文本的过程中，可回流的文本被分为具有允许行长度的不同的行(即适合于允许显示宽度的长度)。

参看图3B，这里描绘了根据本发明的一个实施例的用于判定预格式文本是否可以被恰当的回流的不同特殊格式标记。还描绘了这种特殊格式标记是否出现的判定，以及可以容易地合并到图3A中描绘的流程的步骤。步骤310a描述的是判断预格式文本是否包括多个连续的标记。步骤310b和310c描述的是判断文本中是否包含多个连续的空格，这些空格是语法上不需要的，----也就是说，这些多个连续的空格不是位于文本行的末尾，不位于一行的开头，不跟在某些诸如句号、感叹号、问号及冒号的特殊字符后边。

步骤310d描述的是判断预格式文本是否包含表示表格或其他二维文本设计的特殊字符。这个判定所使用的典型的特殊字符不是字母、数字、或标准标点符号(句号、逗号、感叹号、问号、冒号、点号、连字号、破折号、圆括号和单引号或双引号)，作为这个判定的焦点的特殊字符可能包含竖线(|)、多个连续的连字符(-)或破折号(--)、多个连续的下画线(_)、加号(+)、或盒形字符(如

等等)。这个步骤的变化形式是判定在多个连续行中是否有类似的特地用来表示表格或其它二维结构的特殊字符，例如，多个连续行中包含有竖线，这表示该预格式文本包含框图或表格。另一种变化形式是搜索以判定是否有空格、句号、或单词的开始或结束点纵向地排列在多个连续行中，这也是表格的指示。

上述特殊格式标记只不过是些样板而已，其它的特殊格式标记或标准可以通过对HTML文件作详细的分析来确定，这与为特定应用要求对预格式文本作自动转换很相象。这些其它的特殊格式标记同样被认为是落入本发明的范围和精神之内的。

在更普通的混合文件的内容中，依赖于用来产生混合文件的特定方式，同样也可以确定其它合适的特殊格式标记。以附言格式表示表格或图象数据的标记，举例来说，可以在一些混合文件(包括与较新的HTML版本兼容的文件)中找到。。其它的标记可能表示作者或出版者希望给予保留的文本的风格化的格式，比如在诗歌、广告或奖励材料之中，可以在本发明中以描述的方式使用这样的标记。

本发明允许从HTML文件中，在原始文本中文本可以被恰当地回流的地方删去预格式文本标记。检查预格式文本标记对之间的文本，以判定是否有特殊标记符----表示是不能被回流的表格或其它二维设计的元素。在回流预格式文本是合适的地方，预格式文本标记就可以被删除。这就允许文本以更适合于阅读的方式显示，并消除用户左右滚动文本行的必要。

虽然本发明被描述于在机顶盒数据处理系统中自动地转换预格式文本以供显示的文字中，但它还可以用于种种其它类型，例如，在整个显示屏中提供多个显示窗口，用户可以改变其中每个窗口的大小，在这个应用中，用户可以受益于本发明。

其它应用的变化形式可以从在适当的地方自动回流文本中得到帮助。例如，其它标记语言可以提供用于保护文本特定块的格式。本发明采用和特殊格式标记一样的保护标记，也可以用于和这样的标记语言兼容的应用之中。作为选择，一个USENET用户可以以一种不允许消息内的文本行充满或者甚至是适合于显示区域的字体来显示消息。在这种环境下，消息的某一部分，例如消息头或附于末尾的签名文件的回流可能是不适当的。可在消息阅读器中使用本发明来适当地选择性回流文本。

有一点很重要，一旦本发明被描述于一个完全功能化的数据处理系统的说明书中，本技术领域的技术人员将会认识到，本发明的机制可以以不同形式的计算机可读媒介的说明书的方式被销售，不管用于实际销售的信号支持媒体是什么样的类型，本发明同样地可以工作。计算机可读媒体的实例有：诸如软盘、CD-ROM的可记录媒体，以及诸如数字和模拟通信链路的传输类型媒体。

当本发明参照一个优选实施例被具体地显示和描述之后，本技术领域的技术人员将会明白，本发明可以在不离开其精神和范围的情况下在形式和细节上作不同的变化。

Claims (11)

1.一种自动将预格式文本转换为可回流文本的方法，它包括：判定文本是否包含预格式文本标记；作为对上述文本包含预格式文本标记判定的响应，判定被上述文本标记限制的文本是否包含特殊格式标记；作为对上述被上述预格式文本标记限制的文本中不包含特殊格式标记的判定的响应，删除该预格式文本标记，其中的上述文本便自动地从预格式文本转变为可回流文本。

2.权利要求1的方法，其特征在于，判定文本是否包含预格式文本标记的步骤更进一步包括：判定上述文本是否包含取自由<PRE>和</PRE>组成的标记组的标记。

3.权利要求1的方法，其特征在于，判定被上述预格式文本标记限制的文本中是否包含特殊格式标记的步骤更进一步包括：判定被上述预格式文本标记限制的文本是否包含多个连续的制表符。

4.权利要求1的方法，其特征在于，判定被上述预格式文本标记限制的文本中是否包含特殊格式标记的步骤更进一步包括：判定被上述预格式文本标记限制的文本是否包含多个连续的空格。

5.权利要求1的方法，其特征在于，判定被上述预格式文本标记限制的文本中是否包含特殊格式标记的步骤更进一步包括：判定被上述预格式文本标记限制的文本是否有多个连续的，位置不是出现在一行的开头、一行的结束或是冒号之后的空格。

6.权利要求1的方法，其特征在于，判定被上述预格式文本标记限制的文本中是否包含特殊格式标记的步骤更进一步包括：判定被上述预格式文本标记限制的文本是否包含特殊字符。

7.权利要求1的方法，其特征在于，它更进一步包括：作为对被上述预格式文本标记限制的上述文本包含特殊格式标记的判定的响应，将该预格式文本标记留在上述文本中。

8.一种用来将预格式文本转换为可回流文本的设备，它包括：

用来判断文本是否包含预格式文本标记的第一判定装置；

作为对上述文本包含预格式文本标记的判断的响应，用来判定被上述预格式文本标记限制的文本是否包含特殊格式标记的第二判定装置；以及

作为被上述预格式文本标记限制的上述文本不包括特殊格式标记的判定的响应，用来删除预格式文本标记的文本编辑装置，其中的上述文本就自动地从预格式文本转换为可回流文本。

9.权利要求8的设备，其特征在于，上述第二判定装置更进一步包括：

用于判定被上述预格式文本标记限制的文本是否包含取自由多个连续的制表符、多个连续的空格和特殊字符组成的字符组的字符序列的装置。

10.权利要求8的设备，其特征在于，上述第二判定装置更进一步包括：

用于判定被上述预格式文本标记限制的文本是否有多个连续的，位置不是出现在一行的开头、一行的结束或是冒号之后的空格的装置。

11.权利要求8的设备，其特征在于，上述编辑方式更进一步包括：

作为对被上述预格式文本标记限制的上述文本中包含特殊格式标记的判定的响应，用来在上述文本中保留预格式文本标记的装置。

Images