DE10254352A1

DE10254352A1 - PDF file access method for accessing PDF files via a network, especially the web, whereby a user is granted a URL link to the requested file in an archived database so that he can select or browse desired document parts

Info

Publication number: DE10254352A1
Application number: DE10254352A
Authority: DE
Inventors: Martin Böhm; Martin Fischer; Mirko Minnich
Original assignee: WILA VERLAG GmbH
Current assignee: WILA VERLAG GmbH
Priority date: 2002-11-21
Filing date: 2002-11-21
Publication date: 2004-06-03

Abstract

Method for accessing PDF files over the Internet, whereby a user request is transmitted to a dynamic web component in the application server software of a server. A file link is created to a to the document in an archive and assigned a URL, which is transmitted to the users as a response to the initial request. By use of the URL, the user can then select parts of the document for downloading and or navigate within it.

Description

Die Erfindung betrifft ein Computerprogramm, das einen schnellen, bandbreitenschonenden und kontrollierten Webzugriff auf ein Archiv von optimierten PDF-Dateien grosser Kapazität über rechnergestützte Kommunikationsnetzwerke, wie das Internet, ermöglicht.The invention relates to a computer program, fast, bandwidth-saving and controlled web access to an archive of optimized large-capacity PDF files via computer-aided communication networks, like the Internet.

Bei den aufzurufenden PDF-Dateien (PDF = Portable Document Format; heute ist das ein weitgehend akzeptierter Standard) handelt es sich um faksimilisiert dargestellte und gespeicherte Dokumente, wie z.B. Patentschriften, die in der Regel sowohl umfangreichen Text wie auch Zeichnungen enthalten, und auf dem Bildschirm eines Datenverarbeitungsgeräts, z.B. einem PC, beim Nutzer seitenselektiv angeschaut und ausgedruckt werden können. Das besondere an PDF ist, dass der Inhalt immer gleich aussieht, gleichgültig welcher Rechner, welches Betriebssystem oder welche Browser-Software verwendet wird.For the PDF files to be called up (PDF = Portable Document Format; today this is a widely accepted one Standard) are facsimilized and saved Documents such as Patents, which are usually both extensive Contain text as well as drawings, and one on the screen Data processing device, e.g. a PC, viewed by the user and printed out can be. The special thing about PDF is that the content always looks the same, indifferent which computer, which operating system or which browser software is used.

Sogenannte „optimierte" PDF-Dateien weisen eine besondere Form auf und unterscheiden sich von „gewöhnlichen", nicht optimierten PDF-Dateien durch folgende Merkmale. Bei nicht optimierten PDF-Dateien müssen alle Daten des aufgerufenen Dokuments erst vollständig vom zentralen Speicher z.B. über das Internet auf den Nutzer-PC geladen werden, bevor dort auch nur die erste Seite eines Dokuments angesehen werden kann. Bei optimierten PDF-Dateien hingegen ist es vereinfacht so, dass es zunächst genügt, nur diejenigen Daten aus der PDF-Datei zu laden, die für die Anzeige der ersten Seite und der Navigation im Dokument benötigt werden. Springt der Nutzer anschliessend zu einer anderen Seite, werden wieder nur diejenigen Daten aus der PDF-Datei nachgeladen, die für die Darstellung dieser nächsten selektierten Seite benötigt werden. Für den Nutzer ergibt sich dadurch der Vorteil, dass praktisch ohne Wartezeit sofort die erste Seite eines Dokuments dargestellt wird und er die Möglichkeit hat, ohne erheblichen Zeitverlust selektiv auf andere Seiten zu springen.So-called "optimized" PDF files point have a special shape and differ from "ordinary", not optimized PDF files with the following features. If the PDF files are not optimized, all must Data of the called-up document only completely from the central memory e.g. about the Internet be loaded onto the user's PC before even there first page of a document can be viewed. With optimized PDF files on the other hand, it is simplified in such a way that it is initially sufficient to select only those data to load the PDF file for the display of the first page and the navigation in the document are required. If the user then jumps to another page, again only those data are reloaded from the PDF file that are necessary for the display of these next selected page become. For This gives the user the advantage that practically without The first page of a document is displayed immediately and he has the opportunity selectively jump to other pages without losing a lot of time.

Dieses „optimierte^„ Verfahren bietet natürlich auch dem Anbieter der optimierten PDF-Datei den Vorteil, dass weniger Daten über das Internet übertragen werden müssen, wenn der Nutzer nur an der Darstellung weniger Seiten eines vielseitigen Dokuments interessiert ist, wenn er z.B. nur die Ansprüche eines Patentdokuments angezeigt haben will und nicht die ganze, manchmal über 100-seitige Beschreibung.Of course, this "optimized ^" process also offers the provider of the optimized PDF file the advantage that less data has to be transmitted over the Internet if the user is only interested in the display of fewer pages of a versatile document, for example if he only wants one Patent document and not the whole, sometimes over 100-page description.

Für den Anbieter ist es weiterhin vorteilhaft, die Anwendung „bandbreitenschonend" zu betreiben, d.h. beim Dateiaufruf möglichst wenige Daten über das Internet übertragen zu müssen, im wesentlichen aus zwei Gründen: Erstens verursachen kleinere Datenmengen geringere Kosten für die Benutzung des Internets und zweitens können bei der Übertragung von weniger Daten mehr Kunden gleichzeitig bedient werden, wenn man bedenkt, dass eine Internet-Anbindung nur eine bestimmte Maximalkapazität hat.For it is also advantageous for the provider to operate the application in a "bandwidth-saving" manner, i.e. when calling up the file if possible little data about broadcast the internet to have to, for two main reasons: First, smaller amounts of data incur lower usage costs of the Internet and secondly, in the transfer more customers can be served by less data at the same time, if one considers that an Internet connection has only a certain maximum capacity.

Nach dem Stand der Technik besteht das einfachste Verfahren darin, das PDF-Archiv direkt in die Document Root des Webservers zu integrieren, d.h. in den Teil eines Dateisystems, von dem aus auf Benutzeranfrage vom Webserver Daten über das Internet an den Nutzer gesendet werden können. Dieses Verfahren ist einfach zu realisieren und erlaubt, da keine dynamischen Seiten erzeugt werden müssen, einen relativ schnellen Zugriff auf die Daten. Es hat jedoch den Nachteil, dass kein „kontrollierter" Webzugriff möglich ist. Dies ist ein für den Anbieter wichtiger Aspekt: Wenn Daten über das Internet verkauft werden sollen, muss der Zugriff auf diese Daten kontrolliert werden. Beispielsweise muss bei Pauschalangeboten kontrolliert werden, ob ein Nutzer überhaupt eine Zugriffsberechtigung auf diese Daten hat. Bei Einzelabrechnung müssen für die spätere Rechnungstellung alle Datenzugriffe protokolliert werden.According to the state of the art the simplest procedure in it, the PDF archive directly into the document Integrate the root of the web server, i.e. into the part of a filesystem, from which data on the web server upon user request Internet can be sent to the user. This procedure is easy to implement and allowed because no dynamic sides have to be generated relatively quick access to the data. However, it does Disadvantage that no "controlled" web access is possible. This is for the provider important aspect: when data is sold over the Internet access to this data must be controlled. For example In the case of package deals, it must be checked whether a user is at all has access to this data. With individual billing have to for the later invoicing all data accesses are logged.

Um diesen Nachteil der Unkontrollierbarkeit bei diesem einfachen Verfahren zu umgehen, ist ein weiteres Verfahren bekannt, das „dynamische" Webseiten benutzt. Während statische Seiten immer den gleichen Inhalt haben und vom Webserver ohne Hilfe von anderen Programmen an den Benutzer gesendet werden können, also eine relativ schnelle Seitenverarbeitung erzielt wird, können „dynamische" Seiten bei jedem Aufruf einen anderen Inhalt haben, der z.B. davon abhängt, welche Eingaben der Nutzer vorher gemacht hat. Weil der Webserver zur Generierung dynamischer Seiten noch andere Hilfsprogramme aufrufen muss, braucht diese Art der Seitengenerierung wesentlich mehr Verarbeitungszeit als es bei statischen Seiten der Fall ist.To overcome this disadvantage of uncontrollability Bypassing this simple process is another process known that uses "dynamic" websites. While static pages always have the same content and from the web server sent to the user without the help of other programs can, So a relatively fast page processing is achieved, "dynamic" pages with each Call have a different content, e.g. depends on which one The user has previously made entries. Because the web server for generation dynamic pages still needs to call other utilities this type of page generation significantly more processing time than is the case with static pages.

Bei diesem weiteren Verfahren befindet sich das Webarchiv ausserhalb der Document Root. Der Nutzer greift hier auf eine dynamische Webserver-Softwarekomponente zu, welche zunächst die Zugriffsberechtigung und die Verfügbarkeit des Dokuments kontrolliert und auch die Nutzerzugriffe protokolliert. Diese Softwarekomponente liest anschliessend die gewünschte PDF-Datei und schickt die gelesenen Daten an den Nutzer weiter. Dieses Verfahren hat den Nachteil, dass die für ein optimiertes PDF notwendige Möglichkeit, bestimmte Ausschnitte aus der PDF-Datei selektiv lesen zu können, nicht realisierbar ist. Solches ist nur möglich, wenn der Webserver selbst und nicht die dynamische Softwarekomponente die Kommunikation mit dem Nutzer übernimmt.In this further procedure is located the web archive is outside the document root. The user picks up here towards a dynamic web server software component, which first controls the access authorization and the availability of the document and also logs user access. This software component then reads the one you want PDF file and forwards the read data to the user. This method has the disadvantage that the necessary for an optimized PDF Possibility, not being able to selectively read certain sections from the PDF file is feasible. This is only possible if the web server itself and not the dynamic software component communicating with the user takes over.

Die hier genannten Nachteile werden mit der vorliegenden Erfindung überwunden, wobei das Problem durch die im Patentanspruch 1 genannten Merkmale gelöst wird.The disadvantages mentioned here will be overcome with the present invention, wherein the problem by the features mentioned in claim 1 solved becomes.

Der erfinderische Webzugriff auf ein Dokument, das in einem Archiv von PDF-Dateien gespeichert ist, wird nachfolgend in weiteren Einzelheiten beschrieben, wobei auf die beiliegenden 1 und 2 Bezug genommen wird.The inventive web access to a document stored in an archive of PDF files is described in more detail below described, referring to the enclosed 1 and 2 Reference is made.

1 zeigt schematisch das Verfahren und die Anordnung der Hard- und Software für den Webzugriff auf ein Archiv 1 von Dokumenten, die darin als optimierte PDF-Dateien gespeichert sind. 1 shows schematically the method and the arrangement of the hardware and software for web access to an archive 1 of documents stored in it as optimized PDF files.

2 stellt ein Flussdiagramm dar, in dem die Abfolge der einzelnen Schritte beim Webzugriff auf die PDF-Dateien aufgezeigt ist. 2 is a flowchart showing the sequence of the individual steps when accessing the PDF files on the web.

Wie 1 zeigt, steht beim Nutzer ein Datenverarbeitungsgerät 2, z.B. ein Personal Computer (PC), von dem aus über ein Kommunikationsnetzwerk 3, wie das Internet, ein entsprechender erster Anforderungsbefehl (Request) 4 an den auch als Server 5 bezeichneten Zentralrechner für das Gesamtsystem abgeschickt wird.How 1 shows, the user has a data processing device 2 , for example a personal computer (PC), from which via a communication network 3 like the Internet, a corresponding first request command 4 to the also as a server 5 designated central computer for the entire system is sent.

Dieser erste Anforderungsbefehl 4 basiert auf einem standard http GET oder POST Kommando, das mindestens folgende Parameter beinhaltet: Informationen zur Identifizierung des Dokuments und Informationen zur Identifizierung und Authentifizierung des Nutzers. Dieser erste Anforderungsbefehl 4 wird von der Webserver-Software 6 des Zentralrechners aufgenommen und an eine dynamische Webkomponente (z.B. Java Servlet) 7 in der Applikationsserver-Software 8 weitergeleitet, zunächst zur Kontrolle der Zugriffsberechtigung, der Verfügbarkeit des Dokuments und der Protokollierung des Nutzerzugriffs. Anschliessend stellt die dynamische Webkomponente 7 eine Verbindung 9 (Dateilink, z. B. symbolischer Link) zwischen der Document Root 10, d.h. dem Teil des Dateisystems 12, auf den der Webserver Nutzern Zugriff gewährt, und dem Dokument im PDF-Archiv 1 her. Diese kann als Teil eines Web-Verweises (Uniform Resource Locator URL) zum Zugriff auf das im Archiv 1 gespeicherte Dokument verwendet werden.This first request command 4 is based on a standard http GET or POST command, which contains at least the following parameters: information to identify the document and information to identify and authenticate the user. This first request command 4 is from the web server software 6 of the central computer and sent to a dynamic web component (e.g. Java Servlet) 7 in the application server software 8th forwarded, first to control access authorization, the availability of the document and the logging of user access. Then the dynamic web component 7 a connection 9 (file link, e.g. symbolic link) between the document root 10 , ie the part of the file system 12 , to which the web server grants users access, and the document in the PDF archive 1 ago. This can be part of a web reference (Uniform Resource Locator URL) to access the in the archive 1 saved document can be used.

Die dynamische Webkomponente 7 teilt daraufhin der Webbrowser-Software im PC 2 des Nutzers mit, dass die gewünschte PDF-Datei nun unter dieser URL verfügbar ist und dass seitens des Nutzers jetzt darauf direkt zugegriffen werden kann. Die Webbrowser-Software im Nutzer-PC 2 wird dadurch dazu veranlasst, diese URL in einer zweiten Anforderung 11 zu verwenden. Die Applikationsserver-Software 8 spielt dabei keine Rolle mehr und steht für andere Aufgaben zur Verfügung.The dynamic web component 7 thereupon informs the web browser software in the user's PC 2 that the desired PDF file is now available under this URL and that the user can now access it directly. The web browser software in the user PC 2 this will cause this URL to appear in a second request 11 to use. The application server software 8th is no longer relevant and is available for other tasks.

Die Webbrowser-Software auf dem Nutzer-PC 2 greift jetzt in einer zweiten Anforderung 11 mit Hilfe des genannten Web-Verweises (URL), ohne weitere Einbindung der Applikationsserver-Software 8, auf den Webserver zu, und die damit angeforderten Daten des PDF-Dokuments, zunächst i.d.R. nur die erste Seite des gewünschten Dokuments zusammen mit der benötigten Navigationsinformation, werden über den Dateilink 9 in der Document Root 10 unmittelbar auf den Nutzer-PC 2 überspielt. Es wird also nicht die ganze Datei des PDF-Dokuments, sondern nur die in der zweiten Anforderung 11 definierten, den Nutzer interessierenden Teile davon übertragen. Die Übertragung der aufgerufenen PDF-Datei erfolgt demnach direkt über den Webserver mit Hilfe der Adresse (URL) des Dateilinks 9 in der Document Root 10. Für die Navigation im Dokument kann der Nutzer über die URL ggf. weitere Seiten oder Teile des Dokuments anfordern.The web browser software on the user's PC 2 now takes effect in a second request 11 with the help of the mentioned web reference (URL), without further integration of the application server software 8th , to the web server and the requested data of the PDF document, initially usually only the first page of the desired document together with the required navigation information, are via the file link 9 in the document root 10 directly to the user PC 2 dubbed. So it will not be the whole file of the PDF document, but only the one in the second request 11 defined parts of it that interest the user. The requested PDF file is therefore transferred directly via the web server using the address (URL) of the file link 9 in the document root 10 , For navigation in the document, the user can request additional pages or parts of the document via the URL.

Wie 2 zeigt, fordert der Nutzer ein von ihm gesuchtes Dokument an und sendet eine erste Anforderung 4 über das Internet 3 an den Webserver. Diese erste Anforderung 4 enthält mindestens die Bezeichnung des Dokuments und die Identifikation des Nutzers und basiert auf einem standard http GET oder POST Kommando.How 2 shows, the user requests a document he is looking for and sends a first request 4 over the internet 3 to the web server. This first requirement 4 contains at least the name of the document and the identification of the user and is based on a standard http GET or POST command.

Der Webserver leitet diesen ersten Anforderungsbefehl 4 weiter an eine dynamische Komponente, z.B. an ein Java Servlet, in der Applikationsserver-Software. Diese prüft zunächst die Zugriffsberechtigung des Nutzers sowie die Verfügbarkeit des Dokuments und protokolliert auch den Zugriff durch den Nutzer.The web server routes this first request command 4 further to a dynamic component, for example a Java Servlet, in the application server software. This first checks the access authorization of the user and the availability of the document and also logs the access by the user.

Dann erstellt diese dynamische Komponente einen durch einen URL (Uniform Resource Locator) adressierbaren Link zwischen der Document Root und dem Dokument im PDF-Archiv 1. Dieser auf den genannten Link bezogene URL wird zusammen mit der Anweisung diese URL aufzurufen, als Antwort 4 über den Webserver und das Internet an die Webbrowser-Software im Nutzer-PC weitergeleitet.Then this dynamic component creates a link that can be addressed by a URL (Uniform Resource Locator) between the document root and the document in the PDF archive 1 , This URL referring to the link mentioned will, together with the instruction to call this URL, as a response 4 forwarded to the web browser software in the user PC via the web server and the Internet.

Der Webbrowser fordert nun diesen URL mit einer zweiten Anforderung 11 über das Internet vom Webserver automatisch an. Dieser zweite Anforderungsbefehl 11 ist ein Request zur Übermittlung der ersten Seite des Dokuments und von Informationen für ein späteres Navigieren im Dokument.The web browser now requests this URL with a second request 11 automatically via the Internet from the web server. This second request command 11 is a request to transmit the first page of the document and information for later navigation in the document.

Der Webserver 6 liest nun die, über den durch den URL adressierten Link, Daten aus dem PDF-Archiv und liefert sie als Antwort (Lieferung 11) über das Internet an den Nutzer-PC, wo diese Daten auf dem Bildschirm des PC's zur Darstellung gelangen und ausgedruckt werden können.The web server 6 now reads the data from the PDF archive via the link addressed by the URL and delivers it as an answer (delivery 11 ) via the Internet to the user PC, where this data is displayed on the PC screen and can be printed out.

Claims

Procedure for web access to an archive 1 , in which the documents are stored as optimized PDF files, characterized by the following steps: a) for retrieving a document from the archive mentioned 1 is from a data processing device 2 a first request command for a user 4 that identifies the desired document over a communication network 3 to a central computer (server) 5 of the entire system; b) this first request command 4 is from the web server software 6 added and to a dynamic web component 7 in the application server software 8th forwarded to control access authorization, availability and logging of user access; c) the dynamic web component mentioned 7 he continues to provide a file link (e.g. symbolic link) 9 between the document root 10 , ie the part of the file system 12 to which the web server grants users access, and the archive 1 and assigns this file link 9 a web link (URL) to the via the in the document root 10 created file link 9 to the desired PDF document in the archive 1 shows; d) the dynamic web component 7 reports (answer 4 ) this web reference (URL) of the web browser software in the data processing device that is to be used automatically by the web browser software 2 with the user; e) the web browser then requests this URL from the web server 6 by means of a second request 11 the PDF data; and f) the web server software then reads 6 via the file link 9 the PDF data from the archive 1 and sends this data (delivery 11 ) over the communication network 3 to the data processing device 2 with the user.

A method according to claim 1, characterized in that the computer-aided communication network 3 is formed by the internet.

A method according to claim 1, characterized in that the dynamic web component 7 is formed by a Java servlet.

A method according to claim 1, characterized in that the first request command 4 based on a standard http GET or POST command.

A method according to claim 4, characterized in that the first request command 4 Contains information to identify the document and information to identify and authenticate the user.

A method according to claim 3 and / or 5, characterized in that the dynamic web component 7 checks the authorization of access by the user and the availability of the requested document and logs the user access.

A method according to claim 2, characterized in that the answer 4 one on the link mentioned 9 Obtained URL address via the web server and the Internet 3 to the web browser software in the user PC 2 redirects and that in return this url address with the second request 11 over the internet 3 is transmitted to the web server.

A method according to claim 7, characterized in that in response to the second request 11 via the link addressed by the URL 9 the desired PDF data from the archive 1 be read out.