基于FlexPaper的高校紙質(zhì)檔案數(shù)字化平臺(tái)建設(shè)

徐德光 位曉曉 李常先

摘要：本文從紙質(zhì)檔案的數(shù)字化展示入手，結(jié)合高校檔案存儲(chǔ)、使用的實(shí)際情況，利用開(kāi)源的FlexPaper文檔瀏覽器組件，輔助OCR識(shí)別技術(shù)，設(shè)計(jì)了一套數(shù)字化平臺(tái)建設(shè)方案。采用該方案后能夠有效提升檔案文件的利用率，提高工作效率。

關(guān)鍵詞：紙質(zhì)檔案數(shù)字化；OCR識(shí)別技術(shù)；FlexPaper；在線(xiàn)瀏覽

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A 論文編號(hào)：1674-2117（2016）09-0092-04

● 引言

高校的教學(xué)和管理會(huì)涉及大量紙質(zhì)檔案的簽發(fā)與存儲(chǔ)，如入學(xué)登記表、學(xué)籍異動(dòng)申請(qǐng)、學(xué)籍卡等，常規(guī)做法是把檔案的基本信息存儲(chǔ)到計(jì)算機(jī)上，使用時(shí)先查詢(xún)這些信息確定檔案位置，然后再去檔案室手動(dòng)翻找。這種做法一方面給檔案查找工作帶來(lái)諸多不便，另一方面也不利于檔案原件的保存。

針對(duì)這一現(xiàn)狀，筆者從紙質(zhì)檔案的數(shù)字化展示入手，結(jié)合高校檔案存儲(chǔ)、使用過(guò)程中的實(shí)際情況，利用開(kāi)源的“FlexPaper文檔瀏覽器”組件，輔助OCR識(shí)別技術(shù)，設(shè)計(jì)了一套紙質(zhì)檔案數(shù)字化平臺(tái)建設(shè)方案。

● 功能分析

1.檔案類(lèi)型

根據(jù)高校工作的實(shí)際情況，筆者將紙質(zhì)檔案分為單文件型和列表型兩類(lèi)。單文件型是指該文件只涉及一件事情、一個(gè)主體對(duì)象，如學(xué)生的學(xué)籍異動(dòng)申請(qǐng)、學(xué)籍卡、處分文件等。列表型是指該文件涉及多個(gè)主體對(duì)象，常以列表的形式呈現(xiàn)，如新生的錄取名冊(cè)、分班情況等。這種分類(lèi)能夠使平臺(tái)數(shù)據(jù)庫(kù)的建設(shè)更加清晰明了。

2.操作分類(lèi)

為了便于平臺(tái)的管理，按公開(kāi)程度的不同，筆者把紙質(zhì)檔案又分為公共文件、部門(mén)文件和特殊文件三類(lèi)。公共文件是開(kāi)放給所有瀏覽者的檔案信息，部門(mén)文件是針對(duì)某一個(gè)或多個(gè)相關(guān)部門(mén)的檔案信息，特殊文件則是只授權(quán)給某些人看的檔案信息。這種分類(lèi)可以有效地簡(jiǎn)化平臺(tái)權(quán)限的分解。

3.使用者權(quán)限

根據(jù)以上分析，筆者把使用者分為普通瀏覽者、部門(mén)員工和管理者三種。普通瀏覽者只能查看公共檔案文件，無(wú)法進(jìn)行復(fù)制、打印、下載等操作；部門(mén)員工可以查看、打印、下載屬于該部門(mén)和授權(quán)給其個(gè)人的檔案文件；管理者則可以統(tǒng)籌規(guī)劃整個(gè)平臺(tái)及管理文件分發(fā)權(quán)限。

● 系統(tǒng)設(shè)計(jì)

1.總體結(jié)構(gòu)

紙質(zhì)檔案數(shù)字化平臺(tái)主要包括文件上傳轉(zhuǎn)換、前端展示和權(quán)限分解三個(gè)模塊，在前期準(zhǔn)備工作階段又分為檔案整理編號(hào)和掃描識(shí)別兩個(gè)步驟。總體結(jié)構(gòu)如下頁(yè)圖1所示。

2.前期準(zhǔn)備階段

由于高校檔案涉及對(duì)象復(fù)雜，事項(xiàng)繁多，前期紙質(zhì)檔案的整理編號(hào)工作就尤為重要。除了常規(guī)按年份、事項(xiàng)、順序編號(hào)外，根據(jù)本平臺(tái)的設(shè)計(jì)要求，還應(yīng)著重標(biāo)明檔案的類(lèi)型、面向的對(duì)象以及操作分類(lèi)。

掃描識(shí)別階段主要涉及文件的掃描存儲(chǔ)和文件內(nèi)容的OCR識(shí)別。根據(jù)上一步檔案分類(lèi)的不同，單文件型的檔案只需手動(dòng)標(biāo)識(shí)出文件的主要內(nèi)容和涉及的對(duì)象，列表型的檔案則需識(shí)別出關(guān)鍵信息。筆者采用ABBYY FineReader軟件進(jìn)行內(nèi)容識(shí)別，該軟件能夠快速、高效地把靜態(tài)紙質(zhì)文件和PDF文件轉(zhuǎn)換成可管理的電子數(shù)據(jù)，并能夠直接存儲(chǔ)為RTF、TXT、DOC、CSV、XLS或HTML等格式，且能保持表格與圖片中原始頁(yè)面的設(shè)計(jì)。

通過(guò)上述的前期準(zhǔn)備工作，紙質(zhì)檔案文件轉(zhuǎn)換成了電子掃描版和文字識(shí)別版兩個(gè)版本，這兩個(gè)版本會(huì)在平臺(tái)模塊中關(guān)聯(lián)展示。

3.平臺(tái)模塊

紙質(zhì)檔案數(shù)字化平臺(tái)通過(guò)上傳轉(zhuǎn)換模塊把紙質(zhì)檔案的掃描件或圖片上傳到平臺(tái)，服務(wù)器會(huì)自動(dòng)把上傳的文件轉(zhuǎn)換成前端展示模塊可以識(shí)別的格式，并按相關(guān)的權(quán)限展示給使用者。

平臺(tái)主要識(shí)別圖片、PDF、Office文檔等類(lèi)型的文件，總體流程如圖2所示。文件上傳后，系統(tǒng)會(huì)自動(dòng)識(shí)別文件格式，如果是平臺(tái)不可識(shí)別的文件則彈出錯(cuò)誤，進(jìn)程結(jié)束；如果是圖片格式或者PDF文檔，則調(diào)用SWFTools工具將其轉(zhuǎn)換為SWF文件，前端展示模塊識(shí)別這種格式后，再調(diào)用開(kāi)源的FlexPaper組件來(lái)進(jìn)行展示；如果是Office文檔，則調(diào)用FlashPaper工具進(jìn)行相應(yīng)的文件轉(zhuǎn)換。

SWFTools和FlashPaper是兩款電子文檔轉(zhuǎn)換工具，它們可以將需要的文檔快速地處理成分頁(yè)的SWF格式的Flash動(dòng)畫(huà)文件，原文檔的排版樣式和字體顯示都不會(huì)受到影響。所有使用者都可以通過(guò)網(wǎng)絡(luò)自由查看，并能夠?qū)嵤┓糯蟆⒖s小、翻頁(yè)、搜索等操作，執(zhí)行效率高。另外，SWF格式的文件可以有效控制復(fù)制和下載傳播，保護(hù)檔案文件安全。其中SWFTools工具主要負(fù)責(zé)圖片和PDF文件的格式轉(zhuǎn)化，而FlashPaper主要針對(duì)各種Office文檔進(jìn)行相關(guān)操作。

紙質(zhì)檔案數(shù)字化平臺(tái)主要利用ASP編程語(yǔ)言設(shè)計(jì)開(kāi)發(fā)，在上傳轉(zhuǎn)換模塊需要調(diào)用服務(wù)器端安裝調(diào)試好的上述轉(zhuǎn)換工具才能進(jìn)行操作。關(guān)鍵代碼如下：

調(diào)用SWFTools：

Set WshShell=Server.CreateObject（“Wscript.Shell”）

IsSuccess=WshShell.Run（"SWFTools＼pdf2swf.exe "&pdf文件路徑&"-o"&swf存儲(chǔ)路徑&" -T 9 -f -s languagedir= SWFTools＼xpdf＼xpdf-chinese-simplified"，0，true）

調(diào)用FlashPaper：

Set WshShell=Server.CreateObject（“Wscript.Shell”）

IsSuccess=WshShell.Run（"FlashPaper＼FlashPrinter.exe "&pdf文件路徑&" -o "&pdf文件路徑，0，true）

前端展示模塊的核心是經(jīng)過(guò)二次開(kāi)發(fā)的FlexPaper組件。FlexPaper是一款開(kāi)源輕量級(jí)的在瀏覽器上顯示SWF格式文檔的組件，該組件除了能夠很好地執(zhí)行文檔顯示功能外，更重要的是能夠?qū)崿F(xiàn)文本閱讀的相關(guān)操作，如上下翻頁(yè)、文本縮放、查找全文等。通過(guò)Adobe Flash Builder軟件對(duì)FlexPaper進(jìn)行二次開(kāi)發(fā)，最終編譯成可在HTML中使用的Flash版本，并通過(guò)ASP編程語(yǔ)言對(duì)其進(jìn)行調(diào)用和細(xì)節(jié)設(shè)定，如文件縮放、是否可用全屏、頁(yè)面的長(zhǎng)度和寬度、在頁(yè)面的位置等，從而完成文檔的展示功能。

在二次開(kāi)發(fā)過(guò)程中，主要針對(duì)原版組件操作按鈕功能控制問(wèn)題和識(shí)別中文文件亂碼問(wèn)題進(jìn)行編譯。由于本平臺(tái)需要通過(guò)權(quán)限分解模塊進(jìn)行相關(guān)的打印下載操作，故而需要禁用組件中的打印按鈕和右鍵菜單的打印操作，此時(shí)需要修改FlexPaperViewer.mxml頁(yè)面中的public var_PrintEnabled：Boolean代碼為false，同時(shí)把本頁(yè)面中的st：GradientImageButton icon="{MenuIcons.PRINT_ICON}"打印按鈕代碼注釋掉，其他和平臺(tái)設(shè)計(jì)有沖突的按鈕和功能也可以通過(guò)修改FlexPaperViewer.mxml頁(yè)面代碼來(lái)關(guān)閉或刪除。右鍵打印菜單則需要注釋掉FlexPaperViewer_Base.mxml頁(yè)面中的contextMenu.customItems.push（cmi_print）代碼。識(shí)別中文文件亂碼問(wèn)題則需要修改FlexPaperViewer.mxml頁(yè)面中的public var_localeChain：String為zh_CN。

FlexPaper組件進(jìn)行二次開(kāi)發(fā)以后，就可以在平臺(tái)中部署和調(diào)用了。

ASP編程語(yǔ)言調(diào)用FlexPaper組件的關(guān)鍵代碼如下：

4.平臺(tái)框架

目前，紙質(zhì)檔案數(shù)字化平臺(tái)已完成主要的模塊設(shè)計(jì)和整合，系統(tǒng)框架如圖3所示。

左側(cè)框架為檔案文件的展示模塊。該模塊可以展示檔案文件的電子掃描版，并能進(jìn)行放大、縮小、翻頁(yè)、搜索等相關(guān)操作，原始痕跡一目了然，數(shù)字化操作方便快捷。

右側(cè)框架上半部分為檔案文件的說(shuō)明操作模塊。該模塊會(huì)展示文件涉及的對(duì)象、時(shí)間，以及事件的概述等，若文件類(lèi)型為列表型，此處則額外展示檔案文件文字識(shí)別版本的鏈接地址和數(shù)據(jù)信息。在權(quán)限分配的前提下，本模塊會(huì)顯示打印、下載等相關(guān)操作按鍵，方便快捷。

右側(cè)框架下半部分為相關(guān)文件展示模塊。該模塊會(huì)根據(jù)權(quán)限分配和瀏覽歷史等因素顯示相關(guān)的檔案文件。

● 結(jié)束語(yǔ)

本平臺(tái)一方面保護(hù)了原版紙質(zhì)檔案文件，另一方面也提高了檔案文件的利用率，為無(wú)紙化高效辦公提供了可能。該平臺(tái)也可以在高校報(bào)紙編輯部、圖書(shū)館等相關(guān)部門(mén)推廣應(yīng)用。

參考文獻(xiàn)：

[1]賴(lài)海明.互聯(lián)網(wǎng)文檔分享平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D].廈門(mén)：廈門(mén)大學(xué)，2013.

[2]岳展弘.高校數(shù)字檔案館建設(shè)策略研究[A].決策論壇——系統(tǒng)科學(xué)在工程決策中的應(yīng)用學(xué)術(shù)研討會(huì)論文集（上）[C].2015.

[3]鐘愛(ài)青.基于FlexPaper的校內(nèi)知識(shí)平臺(tái)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代計(jì)算機(jī)（專(zhuān)業(yè)版）.2014（18）.

[4]蘇苒.高校招生中考生紙質(zhì)檔案的重要性[A].檔案管理與利用——方法 技術(shù) 實(shí)踐[C].2013.

[5]楊然.基于C/S架構(gòu)的教學(xué)資源共享系統(tǒng)研發(fā)[D].成都：四川師范大學(xué)，2014.