一种提取NXML格式文本信息的方法及系统

本发明提出了一种提取NXML格式文本信息的方法及系统，包括如下步骤：S1，输入并读取NXML文档，根据NXML文档的元素类型和缩进级别，对文本内容进行格式化处理；S2，识别NXML文档中的一级标题，确定NXML文档的结构框架，并提取相关段落的文本内容；S3，递归处理多层级嵌套结构，提取所有层级嵌套结构的信息；S4，将所提取的信息按结构存储，输出为预设格式的文件；相比现有技术在NXML格式文本信息提取过程中的效率低，灵活性差，易出错等技术问题，采用智能化的节点识别算法，对NXML文件中的多层次、多结构信息进行分析和提取，能够有效处理嵌套列表和复杂结构的信息。