大雅查重入口

摘要：在Eclipse环境下，利用实现了VBA接口的Jacob word接口，对Microsoft Word软件进行二次开发，开发了一款能够识别模板论文的文字，图片，表格等格式，并且将其应用到待排版论文中去的自动调整系统，进而实现了学位论文格式的规范化。CNKIpro论文查重网提供中国知网查重官方入口服务，所有论文查重系统均来之官网检测，查重报告均支持验证真伪！不论您学习哪个专业，写作什么类型的论文，只要您有文本相似度检测的需求，中国知网查重检测系统总有一个版本适合您。
关键词：论文排版；二次开发；格式识别；自动调整
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）02-0065-03
本科学位论文作为评价高校本科生学习质量的重要指标，对于高校和大学生都非常重要。随着高等教育的不断发展，本科学位论文除了在内容和创新方面有很高的要求之外，论文的格式同样也备受关注。目前学位论文的格式调整工作还是由学生本人完成，指导教师纠正。一方面，学生调整论文的格式需要不少时间，从而导致在内容创新上花费的精力相对更少，不仅如此，调整格式时也难免会出现错误；另一方面，指导教师发现论文中存在的格式错误也同样不易。因此，如果能根据论文格式规范标准，利用当今发达的软件技术来自动完成论文格式的规范工作，将会为学生和指导教师减少不必要的工作量，让他们将更多精力集中在内容创新方面，进而提高学术论文的质量。目前市场上虽然有排版软件，但是针对学位论文的却并不多，而能夠自动识别格式规范并自动调查论文格式的软件凤毛麟角。因此就市场需求来说，开发一款专业的学位论文格式规范自动调整系统也显得很有必要。
1 开发环境
1.1 VBA
Visual Basic for Applications（VBA）是Visual Basic的一种宏语言，是微软开发出来在其桌面应用程序中执行通用的自动化（OLE）任务的编程语言1。主要用于扩展Windows的应用程序功能，特别是Microsoft Office软件。它能够通过语言中的对象及对象的属性来对Office文档等对象的各类属性进行读取和修改，从而实现应用软件的可编程化。同时Microsoft Office软件也为VBA语言提供了很好的开发环境，在软件中不仅可以直接执行VBA宏代码，并且还能通过录制VBA宏代码的方式实现从操作到代码的逆向转换，更为程序开发提供了方便。本系统在开发过程中将VBA开发手册与录制宏的方式结合起来，从而大大提高开发的效率。
1.2 Jacob
Jacob接口通过在Java中调用com接口自动组件（VBA），实现了一种简单，灵活的Java与COM的通信方式。在实现了Jacob接口的Java系统中，绝大多数事物和事物的属性都可以采用不同类型的对象来表示1，其中包括：
1） word应用对象 ActiveXComponent word
2） word文档集对象 Dispatch Documents
3） word文档对象 Dispatch wordFile
4） 光标及区域对象 Dispatch selection，range
5） 其他文档属性对象
而对于对象的操作采用的是链式操作法：
Dispatch 论文文档 = Dispatch.get（word，”Document”）.toDispatch（）；
Dispatch 段落 = Dispatch.call（论文文档，”Item ：1”）.toDispatch（）；
因而可以利用Jacob接口和Java代码中调用文档的各个属性和和方法，可以实现对文档格式的读取和应用，进而满足了本系统的开发需求。
2 系统整体结构设计
为了能够提高系统的可读性和可维护性，系统按照自顶向下的方法对系统功能结构进行了设计。按照模块的功能来分，系统可以被分为三个模块，分别是格式的读取和存储模块，格式设置模块，自动生成目录模块。其中，格式读取和存储模块可分为读取页面属性、读取正文格式、读取页眉页脚等功能；格式设置模块可分为设置文档页面属性、删除文档多余符号、设置文档正文格式、设置文档页眉页脚格式等功能。具体的系统模块划分如图1所示。
针对word中格式的多样性和不定长性，系统采用的数据存储结构是全局变量String数组+链表的存储结构。读取和存储模块通过导入word文档，获得文档的控制和修改权限，进而对文档的属性和内容格式进行读取，并且将其转换为String类型，终基本有序的存放在数组当中。格式设置模块首先打开需要进行排版的文档，通过定位算法查找到文档的可调整部分，并对可调整部分中被认定的无用符号进行删除，后再按照指定的顺序对文档属性和文档内容的格式进行自动调整。
3 核心算法及优化
3.1 关键位置定位
被调整格式的论文内容可能包含有不需要进行调整的部分，如封面、保密协议等，因而在进行格式读取或调整之前，需要寻找合适分界点，来对文档的待调整内容进行划分1。经过对文档结构的分析，系统需要寻找到分界点就是“目录”。由于没有对待排版文档做的要求，因而文档的内容有很大的复杂性。通过归纳，待排版文档内容可能存在如下两种情况：种情况是待排版文档包含“目录”段落，在上述情况下，定位算法在目录的上方寻找到“目录”段；第二种情况即待排版文档不包含“目录”，由于摘要段落是一篇完整论文所必备的成分，针对上述情况，定位算法借助“摘要”段落进行查找。种算法结构描述如下：
将光标定位到摘要段落起始位置；
While（遍历摘要段落之前的每一段）
{
获取该段落的区域；
进行区域的文字分析；
If（包含“目”并且包含“录”并且不包含其他文字）
{
记录当前段落位置，退出循环；
}}
上述寻找文档关键位置算法的前提是“目录”段落的存在，然而通常文档可能并不具有这个条件。为了使系统具有更强的适用性，系统在关键位置查找失败后将触发自动插入算法，在合适的位置插入“目录”段落。该算法的关键点在于寻找一个合适的插入点，通过文档的必要的部分（摘要段）可以实现。
3.2 段落格式调整
根据论文段落调整格式的属性值不同，可将段落分为两种类型，种是文档中的非正文部分，如摘要、关键词等，调整的属性包括Font（字体）、Bold（加粗）、Size（大小）等；第二种是文档中的正文段落进行调整，调整的属性包括Font（字体）、Bold（加粗），Size（大小）、Alignment（对齐方式）、FirstLineIndent（首行缩进）、SpaceBefore（段前）、SpaceAfter（段后）等10种属性。由于正文段落中可能包含标题、表格、图片以及正文内容，而上述几种形式的属性都不一致，因此需要区别对待。考虑到表格和图片格式与文字的不同，可另处理。因此本节所述的段落格式调整只考虑正文段落中的标题和正文内容。段落正文与标题有一定字符数的限制，据统计，段落正文字符数至少是40个字，而标题所包含字符则要求少于40个字，因此对于标题与段落正文的区分可通过所包含的字符数来分析。
具体而言，段落格式调整的步骤如下：系统首先通过上节提到的定位算法，定位文档的起始点；接着对起始点之后的每个段落进行分析。在对段落进行分析过程中，系统通过Rang对象获得待分析段落区域相对于待排版文档起始点的起始位置（start）和结束位置（end）。接着根据区域包含的内容和字符数进行判定。如果段落区域包含表格区域或者图片区域（特殊区域另做处理），则跳过当次循环。否则统计待分析段落区域所包含的字符数，如果超过40个字，则直接判定为段落正文，可根据段落正文属性进行调整；否则判定为标题，至于是标题级别可根据下节的标题级别判定算法进行分析。具体的算法流程如图2所示：
3.3 标题等级识别
在段落格式的调整过程中，标题等级识别的正确性不仅影响到段落的格式，而且还会导致后期自动生成目录的错误，因此这是整个系统的关键步骤。本系统在进行标题等级识别时，首先进行的字符数判定，而对于字符数判定合格的段落，则判定为标题。对于标题等级的识别，有两种算法。种识别算法是对段落的大纲等级（OutlineLevel）进行识别和读取，由于论文作者常常忽略了段落大纲级别的设置，因此种算法在很多时候往往准确度不高，因此系统采用第二种识别方案，即对段落的前置序号如（1.1.2）2进行识别，系统根据前置序号的“.”字符与数字字符的数量来综合分析。为了消除正文中可能出现与前置序号类似的字符序列，系统对前置序号的区域进行了严格的限定。第二种算法的具体描述如下。
将光标定位到段落的起始位置
While（遍历段落区域的字符）
If（当前字符为数字）
数字字符数加一；
标记若下一个字符为“.”则有效；
Else if（如果当前字符为“.”并且字符有效）
“.”字符数加一；
标记若下一个字符为“.”则无效；
Else if（如果当前字符为“ ”）
跳过此次循环；
Else
序号区域结束，结束循环；
通过上述算法，系统可以获得有效的数字字符个数p和“.”字符个数n。由于一级标题在格式调整方面有着一定特殊性，因此将一级标题进行单独处理，系统规定当 p=1并且n<2的情况为一级标题。其余当n！=0&&p>1的情况为 n+1级标题。
4 系统实现效果
本系统是为了方便本科生对毕业论文进行格式调整而开发的系统，因而我们采用的简洁的软件用户使用界面，用户只需要选择模板文档和待排版的文档即可自动进行排版。经过测试，待字数10000字左右的待排论文，排版过程平均耗时为3.5分钟。论文格式调整前与调整后的效果图如图3、图4所示。
5 结束语
本系统不是仅能对一类论文进行论文格式调整，而是对于大部分类型的论文，在用户提供模板的前提下，均能准确的进行自动调整。本系统系统不仅极大地解放了人工劳动，而且相对于人工，其具有更高的准确性。
目前，本系统已经投入使用，虽然其设计思路和代码仍有一定的优化空间，但已经能够基本实现论文排版要求，在提高自动排版的准确率同时减少花费的时间，使其更加智能化、人性化。
參考文献：
[1] 李爱玲， 李湘江. 基于VBA的Word文档自动评阅技术研究[J]. 科学技术与工程， 2008， 8（17）.
[2] 金保华， 李金旭. 基于JACOB的Java通用Wordwriter组件设计[J]. 郑州轻工业学院学报：自然科学版， 2001， 26（3）.
[3] 何伟平， 张晓东. 学位论文自动规范化排版系统的设计[J]. 广东化工， 2015， 1（42）.
[4] 潘若瑛， 张忠能. 多模板多格式论文校验与自动排版系统的研究[J]. 微型电脑应用， 2013， 29（3）.

来源：电脑知识与技术 2018年2期

.—— END ——.