[发明专利]一种文本文档乱码检测方法及系统

摘要

本发明涉及一种文本文档乱码检测方法及系统，在编码格式正确的情况下，通过建立包含被检测文本文档字符的编码格式下所有常规字符的编码范围的第一编码范围库以及从被检测文本文档选取M个字符所对应的编码，并将字符所对应的编码分别与第一编码范围库中的编码进行比对的方式，来判断字符是否真的为乱码，进而判断文本文档是否为乱码。相较于现有技术中，只是通过判断编码格式是否正确来判断字符是否为乱码，本发明提供了一种综合考虑多种原因判断字符是否真的为乱码的文本文档乱码检测方法，因而能够判定字符是否真的为乱码，进而根据乱码产生的真正原因对乱码进行处理，提升了用户体验。

主权项

1.一种文本文档乱码检测方法，其特征在于，包括如下步骤：建立第一编码范围库的步骤，所述第一编码范围库包含被检测文本文档字符的编码格式下所有常规字符的编码范围；采样步骤，从被检测文本文档中选取M个字符所对应的编码，其中M为大于或等于1的整数，所述M个字符为在文本文档中的随机位置处选择的连续的M个字符；第一比对步骤，将所述采样步骤中选取的M个字符所对应的编码，分别与所述第一编码范围库中的编码进行比对，将在所述第一编码范围库内获得相同结果的编码所对应的字符判定为非乱码；将无法在所述第一编码范围库内获得相同结果的编码所对应的字符判定为乱码；建立第二编码范围库的步骤，所述第二编码范围库中包含已有的所有编码格式下所有字符的编码范围；第二比对步骤，将被所述第一比对步骤判定为乱码的字符所对应的编码，分别与所述第二编码范围库中的编码进行比对，若被所述第一比对步骤判定为乱码的字符所对应的编码在所述第二编码范围库内获得相同结果的编码，则恢复所述编码对应的字符为非乱码；若无法在所述第二编码范围库内获得相同结果的编码，则判定所述编码对应的字符为乱码；获取所述被检测文本文档所在终端设备中的用于绘制字体的字体文件的步骤；绘制字体的步骤，将所述第一比对步骤中判定为非乱码的字符所对应的编码，用所述字体文件进行绘制；绘制判定步骤，将可以绘制成功的编码所对应的字符判定为非乱码；将无法绘制成功的编码所对应的字符判定为乱码。