文件转换方法、文件转换装置、存储介质及电子设备

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种文件转换方法、文件转换装置、计算机可读存储介质及电子设备。

背景技术

随着互联网技术的不断发展，越来越多的业务可以通过互联网进行。在通过互联网进行业务办理时，往往需要通过客户端或者浏览器向用户展示包括文字、表格、图片等多种格式信息的文件。例如，在进行保险业务时，需要向用户展示包括文字、表格、图片等格式信息的保险条款。

目前，相关技术通常采用以下两种方式对包括文字、表格、图片等多种格式信息的文件进行展示：一是通过便携式文档格式(Portable Document Format，以下简称PDF)的形式进行展示，二是通过超文本标记语言文件(HyperText Markup Language，以下简称html)以浏览器的形式展示。由于PDF的形式无法随移动端的变化自适应排版，因此第二种方式成为当前的主流。在通过html的形式进行展示时，通常需要先将word等格式的文件转换为html文件。

然而，在word等格式的文件的结构较为复杂，例如包括表格嵌套和文字样式时，相关转换工具的转换结果可能会出现无法正常显示的问题。在这种情况下，通常需要技术人员进行手动调整调整，因此导致结构复杂的文件转换效率低的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种文件转换方法、文件转换装置、计算机可读存储介质及电子设备，进而至少在一定程度上提高结构复杂的文件的转换效率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供了一种文件转换方法，包括：

获取待处理文件，并对所述待处理文件进行解压缩处理得到可扩展标记语言字符串；

对所述可扩展标记语言字符串进行拆分解析，得到对应的节点树；

根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，并根据所述超文本标记语言字符串生成转换后的超文本标记语言文件。

可选的，基于前述方案，在所述待处理文件中包括图片时，所述可扩展标记语言字符串包括图片字符串；

对所述待处理文件进行解压缩处理得到可扩展标记语言字符串，包括：

存储所述图片，并利用所述图片的存储路径替换所述待处理文件中对应的图片；

对替换后的所述待处理文件进行解压缩处理，得到可扩展标记语言字符串。

可选的，基于前述方案，根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，包括：

获取所述节点树的根节点对应的body节点；

针对body节点进行深度优先遍历，并在进行深度优先遍历的过程中根据各节点的节点信息对所述body节点进行转换，得到超文本标记语言字符串。

可选的，基于前述方案，在进行深度优先遍历的过程中根据各节点的节点信息对所述body节点进行转换，得到超文本标记语言字符串，包括：

在进行深度优先遍历的过程中，从所述body节点对应的叶子节点开始，根据各所述节点的节点信息向所述根节点方向进行逐层嵌套转换，直至得到所述body节点对应的第一转换结果，并将所述第一转换结果配置为所述超文本标记语言字符串。

可选的，基于前述方案，从所述body节点对应的叶子节点开始，根据各所述节点的节点信息向所述根节点方向进行逐层嵌套转换，直至得到所述body节点对应的第一转换结果，包括：

针对当前节点进行以下循环过程，直至得到所述body节点对应的第一转换结果：

对当前节点进行函数处理得到第二转换结果，并根据所述当前节点的节点信息和所述当前节点的上一节点的节点信息，将所述上一节点对应的第一转换结果拼接在所述第二转换结果中，得到当前节点对应的第一转换结果；

将当前节点对应的第一转换结果反馈至向所述根节点方向的下一节点，并将所述下一节点作为当前节点；其中，所述叶子节点为初始状态下的当前节点。

可选的，基于前述方案，在对当前节点进行函数处理得到第二转换结果之前，所述方法还包括：

在所述节点树中包括预设节点类型时，创建所述预设节点类型对应的实例；

所述对当前节点进行函数处理得到第二转换结果，包括：

根据当前节点的节点类型调用对应的实例，并根据所述当前节点的节点信息调用对应的实例函数对所述当前节点进行处理，得到第二转换结果。

可选的，基于前述方案，所述预设节点类型包括以下至少一种或多种的组合：

表格型、文字型和图片型；

所述实例对应的包括以下至少一种或多种的组合：

表格实例、文字实例和图片实例。

根据本公开的一个方面，提供一种文件转换装置，包括：

解压缩模块，用于获取待处理文件，并对所述待处理文件进行解压缩处理得到可扩展标记语言字符串；

解析模块，用于对所述可扩展标记语言字符串进行拆分解析，得到对应的节点树；

转换模块，用于根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，并根据所述超文本标记语言字符串生成转换后的超文本标记语言文件。

在本公开的一种示例性实施例中，在所述待处理文件中包括图片时，所述解压缩模块包括：

图片替换单元，用于存储所述图片，并利用所述图片的存储路径替换所述待处理文件中对应的图片；

解压缩单元，用于对替换后的所述待处理文件进行解压缩处理，得到可扩展标记语言字符串。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述任意一项所述的文件转换方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述任意一项所述的文件转换方法。

本公开实施例提供的技术方案可以包括以下有益效果：

本公开的一种实施例所提供的文件转换方法中，一方面，通过解压缩处理和拆分解析，能够将结构复杂的待处理文件转换为结构清晰的节点树；另一方面，由于html字符串是根据结构清晰的节点树转换得到的，因此根据html字符串生成的html文件能够展示待处理文件的复杂结构，进而能够避免技术人员对html文件进行手动调整的过程，提高了文件转换的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示意性示出本公开示例性实施例中一种文件转换方法的流程图；

图2示意性示出本公开示例性实施例中在待处理文件中包括图片时，对待处理文件进行解压缩处理得到可扩展标记语言字符串的方法的流程图；

图3示意性示出本公开示例性实施例中根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串的方法的流程图；

图4示意性示出本公开示例性实施例中循环过程的流程图；

图5示意性示出本公开示例性实施例中示例性word文件；

图6示意性示出本公开示例性实施例中示例性w:body节点及其包括的子节点构成的节点树；

图7示意性示出根据本公开示例性实施例的转换方法得到的html文件的显示结果；

图8示意性示出本公开示例性实施例中一种文件转换装置的组成示意图；

图9示意性示出本公开示例性实施例中一种解压缩模块的组成示意图；

图10示意性示出了适于用来实现本公开示例性实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参照附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

在本示例性实施例中，首先提供了一种文件转换方法，该文件转换方法可以应用于手机、电脑、平板电脑等终端，用于对结构复杂的文件进行转换的过程，例如，对包含嵌套表格的word文件进行转换的过程。参照图1中所示，上述的文件转换方法可以包括以下步骤：

S110，获取待处理文件，并对所述待处理文件进行解压缩处理得到可扩展标记语言字符串；

S120，对所述可扩展标记语言字符串进行拆分解析，得到对应的节点树；

S130，根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，并根据所述超文本标记语言字符串生成转换后的超文本标记语言文件。

根据本示例性实施例中所提供的文件转换方法中，一方面，能够将结构复杂的待处理文件转换为结构清晰的节点树；另一方面，能够避免技术人员对html文件进行手动调整的过程，提高了文件转换的效率。

下面，将结合附图及实施例对本示例性实施例中的文件转换方法的各个步骤进行更详细的说明。

步骤S110，获取待处理文件，并对所述待处理文件进行解压缩处理得到可扩展标记语言字符串。

在本公开的一种示例实施例中，待处理文件包括word格式、PDF格式等可以转换为xml字符串的格式的文件；对待处理文件进行解压缩处理时，可以根据待处理文件的格式不同选择适合的解压缩工具，本公开对解压缩处理的工具不做特殊限制。例如，针对word格式的文件，可以采用amd-zip的解压缩工具包为解压缩处理工具。

在本公开的一种示例实施例中，待处理文件中可以包括文字、表格、图片等多种形式的信息。其中，在待处理文件中包括图片时，对应的可扩展标记语言字符串也应当包括图片字符串。但由于图片本身没有格式或者相互嵌套的结构，因此在对所述待处理文件进行解压缩处理得到可扩展标记语言字符串时，可以对待处理文件中的图片进行如下处理，参照图2所示，可以包括步骤S210至S220：

步骤S210，存储所述图片，并利用所述图片的存储路径替换所述待处理文件中对应的图片。

步骤S220对替换后的所述待处理文件进行解压缩处理，得到可扩展标记语言字符串。

在本公开的一种示例实施例中，在向待处理文件中插入图片时，通常会携带图片本身的名称，因此可以根据图片本身的名称将图片存储起来，并且利用图片的存储路径替换待处理文件中对应的图片，然后对替换后的待处理文件进行解压缩处理，得到xml字符串。由于图片本身无需做格式、嵌套等的操作，因此可以通过图片的存储路径替换图片，进而在需要时进行调用。

由于在通过html文件对图片进行展示时，不需要对图片本身进行过多处理，因此利用图片的存储路径替换待处理文件中对应的图片，能够将待处理文件中的图片替换为标识性字符，避免携带图片进行转换导致的图片损失，同时避免计算资源的浪费。

举例而言，在将图片存储于待处理文件所在的目录下时，可以通过将存储图片对应的名称存储在全局变量process.env.imagesArrStr上的形式实现对图片的处理，具体的实现代码如下：

步骤S120，对所述可扩展标记语言字符串进行拆分解析，得到对应的节点树。

在本公开的一种示例实施例中，可以通过解析工具对xml字符串进行拆分和解析能够建立待处理文件对应的节点树。举例而言，可以通过jsdom包对xml字符串进行拆分解析，得到对应的节点树，具体的实现代码如下：

xmLDoc＝domParser.parseFromString(xmlString,"application/xml")；

步骤S130，根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，并根据所述超文本标记语言字符串生成转换后的超文本标记语言文件。

在本公开的一种示例实施例中，对于节点树而言，通常情况下，body节点包括的内容为需要展示的所有信息，因此需要对body节点进行转换得到对应的html字符串。具体的，根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，参照图3所示，可以包括以下步骤S310至S320：

步骤S310，获取所述节点树的根节点对应的body节点。

在本公开的一种示例实施例中，节点树中的根节点通常会包括一个head节点和一个body节点，head节点和body节点可以包括多个子节点，子节点还可以再包括子节点。因此，可以通过节点树中的body节点将复杂的结构表示出来。

步骤S320，针对body节点进行深度优先遍历，并在进行深度优先遍历的过程中根据各节点的节点信息对所述body节点进行转换，得到超文本标记语言字符串。

在本公开的一种示例实施例中，各节点的节点信息可以包括各节点的节点类型以及各节点之间的关联关系。由于节点树在表现复杂结构时通常会采用多级子节点进行表示，因此可以对的body节点进行深度优先遍历，在遍历过程中对各级子节点进行转换。具体的，在进行深度优先遍历的过程中根据各节点的节点信息对所述body节点进行转换，得到超文本标记语言字符串，包括：在进行深度优先遍历的过程中，从所述body节点对应的叶子节点开始，根据各所述节点的节点信息向所述根节点方向进行逐层嵌套转换，直至得到所述body节点对应的第一转换结果，并将所述第一转换结果配置为所述超文本标记语言字符串。

在本公开的一种示例实施例中，从所述body节点对应的叶子节点开始，根据各所述节点的节点信息向所述根节点方向进行逐层嵌套转换，直至得到所述body节点对应的第一转换结果，可以通过执行以下循环过程实现：

具体的，参照图4所示，可以针对当前节点进行以下循环过程，直至得到所述body节点对应的第一转换结果，循环过程可以包括以下步骤S410至S420：

步骤S410，对当前节点进行函数处理得到第二转换结果，并根据所述当前节点的节点信息和所述当前节点的上一节点的节点信息，将所述上一节点对应的第一转换结果拼接在所述第二转换结果中，得到当前节点对应的第一转换结果。

步骤S420，将当前节点对应的第一转换结果反馈至向所述根节点方向的下一节点，并将所述下一节点作为当前节点。

在本公开的一种示例实施例中，在初始状态下当前节点可以是body节点对应的叶子节点。由于叶子节点不存在上一节点，因此在对叶子节点进行函数处理后可以直接得到叶子节点对应的第一转换结果。随后，在叶子节点向根节点方向的下一节点，即叶子节点的父节点为当前节点时，对叶子节点的父节点进行函数处理后，可以得到叶子节点的父节点的第二转换结果。由于叶子节点与其父节点之间存在嵌套关系，因此需要根据叶子节点和父节点的节点信息，将叶子节点的第一转换结果拼接在第二转换结果的对应位置中，得到父节点对应的第一转换结果。以叶子节点的父节点的父节点为当前节点逐层向上循环上述过程，则可以得到body节点对应的第一转换结果。

需要说明的是，同一节点可能包括多个子节点，此时需要根据深度优先遍历的遍历原理，将每一子节点对应的第一转换结果拼接至该节点的第二转换结果中，才可以得到完整的该节点的第一转换结果。例如，假设某一body节点包括叶子节点1和叶子节点2，此时需要先对叶子节点进行函数处理得到第一转换结果1，并将第一转换结果反馈至body节点中；然后对叶子节点2进行函数处理得到第一转换结果2，并将第一转换结果2反馈至body节点中；最后对body节点进行函数处理得到body节点对应的第二转换结果后，将第一转换结果1和第一转换结果2拼接至第二转换结果中的对应位置，得到body节点对应的第一转换结果。同理，在body节点的子节点包括多个子节点时，也需要根据上述方式进行嵌套转换。

在本公开的一种示例实施例中，在对当前节点进行函数处理得到第二转换结果之前，所述方法还包括：在所述节点树中包括预设节点类型时，创建所述预设节点类型对应的实例。

在本公开的一种示例实施例中，由于待处理文件中可能包括文字、表格、图片中的至少一种或者多种的组合，因此需要根据节点树中是否包括预设节点类型判断待处理文件中的信息类型。其中，预设节点类型可以包括表格型、文字型和图片型中至少一种或多种的组合，对应的实例可以包括表格实例、文字实例和图片实例至少一种或多种的组合，在节点树中包括预设节点类型时，可以创建对应的实例。需要说明的是，在预设节点类型仅包括表格型时，若表格中存在文字或图片，除了创建表格实例外，还需要创建文字实例或图片实例，即预设节点类型与实例并不是一一对应关系。

在本公开的一种示例实施例中，在所述节点树中包括预设节点类型时，创建所述预设节点类型对应的实例后，所述对当前节点进行函数处理得到第二转换结果，包括：根据当前节点的节点类型调用对应的实例，并根据所述当前节点的节点信息调用对应的实例函数对所述当前节点进行处理，得到第二转换结果。

在本公开的一种示例实施例中，由于不同的待处理文件中包含的信息不同，因此需要先根据节点树的节点类型调用对应的实例对该节点中的节点信息进行处理。具体的，由于待处理文件中的文字信息、表格信息的格式不同，因此需要根据具体的文字信息、表格信息对应的xml字符串调用对应的实例函数对节点信息进行函数处理。

需要说明的是，对节点树中每一节点进行的函数处理均是通过上述调用对应的实例函数实现的。

举例而言，如图5所示的word文件，可以通过解压缩、拆分解析的操作得到如图6所示的w:body节点。

下面，以图6所示的w:body节点为例，对在进行深度优先遍历的过程中根据各节点的节点信息对w:body节点进行转换，得到超文本标记语言字符串的过程进行详细说明：

针对第一分支中的表格，在创建实例后，可以先调用tcFn函数处理每个w:tc节点得到w:tc节点的第一转换结果，其中tcFn函数处理包括以下两个步骤：

1.调用getTcDomOptions函数获取w:tcPr节点的值并计算出该单元格需要合并多少行多少列；

2.调用wanderDom对该单元格的内容进行处理。

然后调用trFn对w:tr节点进行处理得到w:tr节点的第二转换结果，将w:tc节点的第一转换结果拼接在w:tr节点的第二转换结果的对应位置中，得到w:tr节点的第一转换结果。

然后，调用tblFn对w:tbl节点进行处理得到w:tbl节点的第二转换结果，将w:tr节点的第一转换结果拼接在w:tbl节点的第二转换结果的对应位置中，得到w:tbl节点的第一转换结果。

其中，由于第一分支中不止存在一个w:tbl节点，因此可以先对远离w:body节点的w:tbl节点下的叶子节点开始执行上述操作，得到该节点对应的第一转换结果，再向上拼接在w:tc节点的第二转换结果中，进而将表格逐层嵌套。

针对第二分支中纯文字类型的子节点，在创建文字实例后，可以先调用处理文字内容的逻辑函数rFn将w:r节点的包裹标签转换为span标签得到w:r节点的第一转换结果，然后利用getDirectDomsByTagName函数将w:p节点的包裹标签转换为p标签得到w:p节点的第二转换结果，并根据节点信息将上述第一转换结果拼接在第二转换结果的对应位置，得到w:p节点的第一转换结果。

最后调用wanderDom函数对w:body节点进行处理得到w:body节点的第二转换结果，并将w:tbl节点的第一转换结果和w:p节点的第一转换结果拼接在w:body节点的第二转换结果对应位置中，得到w:body节点的第一转换结果。通过上述处理得到的第一转换结果即为节点树转换得到的超文本标记语言字符串，根据超文本标记语言字符串可以生成转换后的超文本标记语言文件，最终对转换后的超文本标记语言文件进行显示时，显示结果如图7所示。

上述对w:body节点进行转换得到超文本标记语言字符串的过程可以通过以下代码实现：

此外，针对图片类型的节点，由于图片本身就可以进行显示，因此在创建图片实例后，只需调用函数将xml中的图片包裹标签转换为html中的图片包裹标签即可。

需要说明的是，若第一分支中的表格中存在文字或者图片时，第一分支中的w:tbl节点下还包括文字节点或者图片节点。此时，可以在遍历至该节点时调用文字或者图片实例，并调用函数对该节点进行函数处理即可，具体的处理方式与上述对文字或图片节点的处理相同。

在本公开的一种示例实施例中，通过根据xml字符串构建节点树，能够将结构复杂的word等格式的文件转换为结构清晰的节点树，进而对节点树进行转换，得到能够清晰展示复杂结构的html文件，进而通过html文件实现对结构复杂的文件中的信息进行展示的目的。由于通过构建节点树的方法能够直接对结构复杂的文件进行转换，不需要通过人工进行手动调整，因此能够提高文件转换的效率。

需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

此外，在本公开的示例性实施方式中，还提供了一种文件转换装置。参照图8所示，所述文件转换装置800包括：解压缩模块810，解析模块820和转换模块830。

其中，所述解压缩模块810可以用于获取待处理文件，并对所述待处理文件进行解压缩处理得到可扩展标记语言字符串；所述解析模块820可以用于对所述可扩展标记语言字符串进行拆分解析，得到对应的节点树；所述转换模块830可以用于根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，并根据所述超文本标记语言字符串生成转换后的超文本标记语言文件。

在本公开的一种示例性实施例中，基于前述方案，在所述待处理文件中包括图片时，参照图9所示，所述解压缩模块810包括：图片替换单元811和解压缩单元812。

其中，所述图片替换单元811可以用于存储所述图片，并利用所述图片的存储路径替换所述待处理文件中对应的图片；所述解压缩单元812可以用于对替换后的所述待处理文件进行解压缩处理，得到可扩展标记语言字符串。

在本公开的一种示例性实施例中，基于前述方案，所述转换模块830可以用于获取所述节点树的根节点对应的body节点；针对body节点进行深度优先遍历，并在进行深度优先遍历的过程中根据各节点的节点信息对所述body节点进行转换，得到超文本标记语言字符串。

在本公开的一种示例性实施例中，基于前述方案，所述转换模块830可以用于在进行深度优先遍历的过程中，从所述body节点对应的叶子节点开始，向所述根节点方向进行逐层嵌套转换，直至得到所述body节点对应的第一转换结果，并将所述第一转换结果配置为所述超文本标记语言字符串。

在本公开的一种示例性实施例中，基于前述方案，所述转换模块830可以用于针对当前节点进行以下循环过程，直至得到所述body节点对应的第一转换结果：对当前节点进行函数处理得到第二转换结果，并根据所述当前节点的节点信息和所述当前节点的上一节点的节点信息，将所述上一节点对应的第一转换结果拼接在所述第二转换结果中，得到当前节点对应的第一转换结果；将当前节点对应的第一转换结果反馈至向所述根节点方向的下一节点，并将所述下一节点作为当前节点；其中，所述叶子节点为初始状态下的当前节点。

在本公开的一种示例性实施例中，基于前述方案，所述转换模块830可以用于在所述节点树中包括预设节点类型时，创建所述预设节点类型对应的实例；根据当前节点的节点类型调用对应的实例，并根据所述当前节点的节点信息调用对应的实例函数对所述当前节点进行处理，得到第二转换结果。

在本公开的一种示例性实施例中，基于前述方案，所述预设节点类型包括以下至少一种或多种的组合：表格型、文字型和图片型；所述实例对应的包括以下至少一种或多种的组合：表格实例、文字实例和图片实例。

由于本公开的示例实施例的文件转换装置的各个功能模块与上述文件转换方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的文件转换方法的实施例。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，在本公开的示例性实施例中，还提供了一种能够实现上述文件转换方法的电子设备。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。

下面参照图10来描述根据本公开的这种实施例的电子设备1000。图10显示的电子设备1000仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图10所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030、显示单元1040。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1010执行，使得所述处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。例如，所述处理单元1010可以执行如图1中所示的步骤S110：获取待处理文件，并对所述待处理文件进行解压缩处理得到可扩展标记语言字符串；S120：对所述可扩展标记语言字符串进行拆分解析，得到对应的节点树；S130：根据所述节点树中各节点的节点信息将所述节点树转换为超文本标记语言字符串，并根据所述超文本标记语言字符串生成转换后的超文本标记语言文件。

又如，所述的电子设备可以实现如图2至图4所示的各个步骤。

存储单元1020可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)1021和/或高速缓存存储单元1022，还可以进一步包括只读存储单元(ROM)1023。

存储单元1020还可以包括具有一组(至少一个)程序模块1025的程序/实用工具1024，这样的程序模块1025包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线1030可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备1000也可以与一个或多个外部设备1070(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1000交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1050进行。并且，电子设备1000还可以通过网络适配器1060与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1000使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。

此外，本公开的示例性实施例中还提供了一种用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。