[发明专利]一种实现电子材料数字化流程自动化的方法

权利要求书

1.一种实现电子材料数字化流程自动化的方法，其特征在于：包括以下步骤：

S1、获取电子文件；

S2、判断电子文件类型；

S3、电子文件预处理；

S4、生成可搜索PDF文件；

S5、提取结构化目录数据；

S6、结构化目录数据入库；

S7、电子文件特定规则重新命名；

S8、电子文件上传；

S9、电子文件与结构化目录数据自动连接；

S10、通过脚本编程将上述各步骤组织成工作流，自动化管理数据流在在上述各步骤间流转。

2.根据权利要求1所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S2中，判断电子文件类型是否为PDF类型，若为非PDF类型则使用PDF生成组件转化为PDF格式文件。

3.根据权利要求2所述的实现电子材料数字化流程自动化的方法，其特征在于：PDF生成组件基于脚本实现office格式文件转换成PDF文件。

4.根据权利要求3所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S3中，基于itextpdf类库通过脚本实现横向排版的页面自动纠偏、空白页自动去除的预处理。

5.根据权利要求4所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S4中，可搜索PDF生成组件检查PDF文件的文本图层，若存在文本图层，使用现有的文本图层，否则使用OCR创建新的文本图层。

6.根据权利要求5所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S5中，结构化目录数据提取组件间生成的可搜索的PDF文件作为输入，读取电子文件第一页的文本内容，采用关键字正则表达式匹配的方式读取当前电子文件的文件业务类别、业务唯一标识码的信息项，形成当前电子文件的结构化形式的目录项信息。

7.根据权利要求6所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S6中，将解析出的结构化目录数据导入关系数据库，以业务唯一标识码作为数据库表主键。

8.根据权利要求7所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S7中，将解析出的结构化目录数据，以业务唯一标识码-文件业务类别的命名规则，重新命名当前电子文件。

9.根据权利要求8所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S8中，电子文件上传组件调用云对象存储HTTP接口，上传当前电子文件的同时，传递基于当前电子文件固定的命名规则解析出的业务唯一标识码和文件业务类别两个参数。

10.根据权利要求9所述的实现电子材料数字化流程自动化的方法，其特征在于：步骤S9中，结构化目录数据的关系数据库表以业务唯一标识码作为主键，云对象存储中的文件元数据包含业务唯一标识码信息，基于业务唯一标识码自动实现电子文件和结构化目录数据间的挂接。