具体实施方式
下面,参照附图,描述依照本发明的文档操作系统。
如图1所示,依照本发明的文档处理系统主要由三个部分组成:应用软件、文档库系统和存储器。其中应用软件有一个上接口部,文档库系统有一个下接口部。
存储器常用的是硬盘或者内存,也可以是光盘、闪存、软盘、磁带,甚至还可以是远程的存储设备,总之只要具备数据的存储能力即可。在存储器中存储有多个文档,但对应用软件而言并不需要关心文档的具体存储方式,只需要按照预定的文档模型进行操作。各个软件的功能千差万别,对文档的操作和记录的数据也各自不同,例如Word和Excel处理的文档就大相迥异。为了能够定义出通用的文档模型,我们可以参考纸张的特性,这是因为以纸张作为文档信息的记录手段是通行至今的标准方法,只要能具备纸张的所有功能,就能满足工作、生活等实际应用的需求。
根据这个思路,我们把文档中的一页当成一张纸,凡是能画到纸上的就记录下来,即该文档模型能够描述页面上的所有可见内容。现有技术中的页面描述语言(如PostScript)可以描述所有能印在纸上的信息,因此这一部分就不再详细阐述。一般说来,页面上的可见内容最终都可以归为文字、图形、图像三类。
如果文档中涉及到特定字体或特殊字符的话,为了保证在各台电脑上都能有相同的效果,就需要在文档中嵌入相应字库。为了提高存储效率,字库资源应当共享,这样即使在多处使用了同一字符,也只需要嵌入一个字库。图像有时也是可能在多处出现的,例如每一页共同的底图,或经常出现的公司标识,这种情况下最好也能共享这些图像。
当然,作为更加先进的信息处理工具,不能仅仅模拟纸张的特性,还可以增加一些增强的数字特性,例如元数据、导航、导读、微缩版面。元数据是描述数据的数据,例如作者、出版社、出版时间、ISBN号等就是图书的元数据。元数据是业内通用名词,也不在此赘述。导航是类似图书目录的信息,也是业内通用名词。导读信息描述了一篇文章所在的区域和阅读顺序,这样当阅读者读完一屏后就可以根据该信息自动判断下一屏应该显示什么,这样还能做到自动换栏、自动转版,而不用阅读者再手工指定位置。微缩版面是事先生成的各页面的微缩图,阅读者可以通过查看微缩版面来指定阅读哪一页。
文档模型包含文档仓库、文档库、文档集、文档、页、层、对象组、版面对象等多个层次。
其中,文档仓库由一个或多个文档库组成,文档库之间的关系相对于文档库之下的层次之间的关系相对要松散一些,文档库之间可以非常简单地组合和拆离,而不用对文档库本身的数据做改动,该多个文档库之间往往没有建立统一索引(特别是全文索引),很多对文档仓库的检索操作一般都需要遍历各文档库的索引,而没有统一的索引可用。每个文档库由一个或多个文档集组成,每个文档集由一个或多个文档组成,还可以包含任意数量的子文档集。这里所说的文档相当于目前普通的一个文档文件(例如DOC文档),文档模型可以规定一个文档只能属于一个文档集,但允许一个文档属于多个文档集也是一种不错的选择。文档库不是多个文档的简单组合,它把多个文档紧密地组织起来,特别是为文档内容统一建立了各种检索索引后就能带来更大的便利性。
每个文档由一页或存在一定顺序(如前后顺序)的多页组成,每页的版心可以不同,而且版心也不一定是矩形的,可以是任意形状,可以用一条或多条封闭曲线表示版心。
每页又由一层或按一定顺序(如上下顺序)的多层组成,各层之间如同玻璃板的叠加关系。层由任意数量的版面对象和对象组组成,版面对象是指状态(如字体、字号、颜色、ROP等)、文字(包括符号)、图形(如直线、曲线、填充了指定颜色的闭合区域、渐变色等)、图象(如TIF、JPEG、BMP、JBIG等)、语义信息(如标题开始、标题结束、换行等)、源文件、脚本、插件、嵌入式对象、书签、链接、流媒体、二进制数据流等。一个或多个版面对象可以组成一个对象组。对象组也可以包含任意数量的子对象组。
文档库、文档集、文档、页、层都可以还包括元数据(如名称、最后修改时间等,其类型可以根据应用需求来设置)和/或历史痕迹;文档中还可以包括导航信息、导读信息、微缩版面;也可以把微缩版面放在页或者层这个层次;文档库、文档集、文档、页、层、对象组都可以还包括数字签名;语义信息最好跟着版面信息走,这样可以避免数据冗余,也比较容易与版面建立对应关系;文档库、文档还可以包括字库、图像等共享对象。
该文档模型还可以定义一个或多个角色,为每个角色分配一定权限。权限以文档库、文档集、文档、页、层、对象组、元数据为单元进行分配,定义每个角色对该单元是否可读、是否可写、是否可复制、是否可打印;
该文档模型是一个超越以往单个文档对应单个文件的方式,文档库中包含多个文档集、文档集中包含多个文档,而对于文档库中文档内容,采用了细粒度的访问和安全控制,我们可以具体访问文档库中某个文字或者矩形,而不像现在的文档管理系统只能访问到文件名。
以下详细介绍一种符合本发明的文档模型。
文档仓库对象是由一个或多个文档库对象组成。文档库对象是由一个或多个文档集对象、任意数量文档库辅助对象和任意数量的文档库共享对象组成。其中,文档库辅助对象是指元数据对象、角色对象、权限对象、插件对象、索引信息对象、脚本对象、数字签名对象、历史痕迹对象等,文档库共享对象是指文档库中的不同文档可能共同使用的对象,如字库对象、图像对象等。
其中,每个文档集对象由一个或多个文档对象、任意数量的文档集对象和任意数量的文档集辅助对象组成。文档集辅助对象是指元数据对象、数字签名对象、历史痕迹对象。当文档集对象包括多个文档集对象时,其类似于文件夹包括多个文件夹的形式。
并且,每个文档对象由一个或多个页面对象、任意数量的文档辅助对象和任意数量的文档共享对象组成。文档辅助对象是指元数据对象、字库对象、导航信息对象、导读信息对象、微缩版面对象、数字签名对象、历史痕迹对象等,文档共享对象是指文档中的不同页面可能共同使用的对象,如图像对象、印章对象等。
每个页面对象由一个或多个层对象和任意数量的页面辅助对象组成。页面辅助对象是指元数据对象、数字签名对象、历史痕迹对象。
每个层对象由一个或多个版面对象、任意数量的对象组和任意数量的层辅助对象组成。层辅助对象是指元数据对象、数字签名对象、历史痕迹对象。对象组由任意数量的版面对象、任意数量的对象组和可选的数字签名对象组成。当对象组包括多个对象组时,其类似于文件夹包括多个文件夹的形式。
进一步,版面对象是指状态对象、文字对象、直线对象、曲线对象、圆弧对象、路径对象、渐变色对象、图像对象、流媒体对象、元数据对象、批注对象、语义信息对象、源文件对象、脚本对象、插件对象、二进制数据流对象、书签对象以及超链接对象。
其中,状态对象又是由任意数量的字符集对象、字体对象、字号对象、文字颜色对象,光栅操作对象、背景色对象、线颜色对象、填充色对象、线型对象、线宽对象、线接头对象、画刷对象、阴影对象、阴影颜色对象、旋转对象、空心字对象、勾边字对象、透明对象、渲染模式对象组成。
在具体实施过程中,可以在上述文档模型基础上进一步增强或简化。如果在简化模型中省略了文档集对象,则文档库对象直接由文档对象组成;如果在简化模型中省略了层对象,则页面对象直接由版面对象组成。最简化的文档模型是只有文档对象、页面对象、版面对象,其中版面对象只有文字对象、直线对象、图像对象、字体对象、字号对象。完整模型和最简化模型之间的各种中间模型都属于本实施例的变形。
为了满足各种应用对文档安全性的需求,我们还需要定义一种通用的文档安全模型。由于现有软件的文档安全功能不够强,或者是安全管理机制与文档处理模块脱节,因此不难定义一个涵盖并超越现有应用软件的通用文档安全模型:
1.在文档库中定义了若干角色,角色对象是文档库的子对象。如果对应的文档模型中没有文档库对象,则角色是在文档中定义的,即角色对象是文档对象的子对象,此时本文档安全模型中所说的文档库均用文档替代。
2.可以指定任意角色对任意对象(文档库、文档集、文档、页、层、对象组、版面对象等)的访问权限。如果指定了对某个对象的访问权限,则该权限将适用于其所有子对象。
3.文档库系统实现的访问权限包括是否可读、是否可写、是否可再授权(使其他角色拥有自己的部分或全部权限)、是否可收回授权(去掉其他角色的部分或全部授权)及上述权限的排列组合。可以定义更多权限(如不可打印),但需要由应用软件来配合实现。
4.可以用某个角色的身份对各对象进行签名。签名范围将包括该对象的子对象,以及引用到的对象。
5.文档库的初始创建者具有对该文档库的所有权限。
6.任何应用软件都可以创建新角色。新角色的初始权限是对任何对象都没有任何权限。可以用具有再授权权限的角色对新角色授予一定的权限。
7.创建角色对象的指令返回一个密钥,作为今后登录该角色的依据,需要应用软件妥善保管。该密钥通常是PKI的私钥。
8.当应用软件以某一角色身份登录时,通常采用“挑战-应答”机制,即文档库系统用保存的角色公钥加密一块数据发给应用软件,应用软件解密后返回给文档库系统,如果正确表明应用软件确实拥有该角色对应的私钥(为保险起见该认证过程可能会重复几次)。采用“挑战-应答”机制可以更好地保护私钥的安全性
9.可以创建一个特殊的缺省角色。当存在缺省角色时,任何应用软件一打开文档库就视为自动以缺省角色身份登录。
10.可以同时以多个角色身份登录,此时拥有的权限是各角色权限的并集。
在具体实施过程中,可以在上述安全模型基础上进一步增强、简化或合并步骤,都属于本实施例的变形。
根据上述文档模型、文档安全模型和常用的文档操作,可以定义相应接口标准,用于发送对文档模型中各对象进行操作的指令。特别地,如果在接口标准中定义了获取版面位图的指令,将对保障版面一致性和文档互操作性起到非常关键的作用。
通过获取版面位图的指令,应用软件可以直接获取指定页面的指定位图格式的版面位图(用位图方式表示的该页面的显示效果),而不用自行解释处理每一个版面对象。也就是说,应用软件可以直接获得准确的版面位图用于显示/打印文档,而不再需要自己挨个读取页面上每一层的每一个版面对象、自行解释该对象的含义并在版面上体现出来。如果采用后一种方式的话,就又难免出现有的软件解释的比较全、比较准确,有的软件解释的不全或不准确,导致同一个文档在不同软件出现不同的显示/打印效果,影响了文档互操作的用户体验。通过由文档库系统统一生成版面位图的方式,将保持版面一致性的关键点从应用软件移到了文档库系统,从而为不同的应用软件打开同一文档都能出现同样的版面效果提供了可行之路。这一方面是因为文档库系统是统一的基础技术平台,由少数几家专业的技术厂商开发,肯定比各应用软件厂商实现得完整、准确,要求各文档库系统都能完整准确地解释处理各版面对象是可行的,而同样的要求对应用软件来说就不太可行了;另一方面是因为不同应用软件都可以与同一个文档库系统配套使用,这样就更能确保显示/打印效果的一致性了。简单来说,就是要求应用软件之间保持一致不太可行,而要求文档库系统之间保持一致则是可行的,要求同一个文档库系统保持一致就更没问题了。因此,为了保持同一文档在不同应用软件之间的版面一致性,就需要把相关责任从应用软件转移到文档库系统,而由文档库系统来统一生成版面位图是其中一个简单易行的办法。
更进一步,获取版面位图的指令还可以指定页面上的一个区域,可用于只显示页面的一个区域(例如当页面比屏幕大时就不需要显示整页,滚动页面时也只需要重画滚动的区域);当该指令还允许指定获取特定层组成的版面位图,特别是可以指定由特定层以及该层下的所有层组成的版面位图时,就可以很好地用于展现历史痕迹,即可以看看在添加最近这一层以前是什么样,再往前又是什么样。如果需要的话,还可以具体指定哪一层参与位图的生成,哪一层不参与。
在检索查询指令中,除了常规的关键词检索外,还可以提供更加丰富的检索手段。在常规的搜索技术中,搜索是和文档处理分离的,搜索程序只能从文档中提取纯文本信息,而无法获取更多信息,只能基于文本信息检索。但在本发明中,检索查询功能是集成在文档处理的核心层(即文档库系统)的,这样就可以更充分地利用文档中蕴含的信息来提供更为强大的检索手段,如:
1.基于字体信息的检索,如检索黑体字的“书生”,Times New Roman字体的“Sursen”。
2.基于字号信息的检索,如检索三号字的“书生”,20磅以上的“Sursen”,长字(即字高超过字宽)的“文档库”。
3.基于颜色的检索,如检索红色的“书生”,蓝色的“Sursen”。
4.基于版面位置的检索,如检索位于页面上半部分的“书生”,位于页脚的“Sursen”。
5.基于特殊修饰效果的检索,如检索斜体字的“书生”,顺时针旋转30度至90度之间的“Sursen”,空心字的“SEP”,勾边字的“文档库”。
6.根据类似的思路,还可以进一步提供其它类型的检索,如检索反白(黑底白字)的“书生”,压图的“Sursen”等。
7.可以检索多个版面对象的组合,如“书生”距离“Sursen”不超过5厘米。
8.上述检索条件的任意组合。
现在介绍接口标准的实现方式。接口标准可以是上接口部按照预先定义的标准格式生成命令串(如“<UOML_INSERT(OBJ=PAGE,PARENT=123.456.789,POS=3)/>”),将该命令串发送给下接口部,并从下接口部接收执行结果或其它反馈信息;或者是下接口部提供一些具有标准名称和参数的接口函数(如“BOOL UOI_InsertPage(UOI_Doc*pDoc,int nPage)”),上接口部直接调用这些标准函数;或者是上述方法的组合。
接口标准还可以用“动作+对象”的方式来定义,这样便于学习和理解,也便于保持接口标准的稳定性。例如,对20种不同对象进行10种操作,可以定义20×10=200种指令,也可以定义20种对象和10种动作,但显然后一种方式大大减轻了记忆的负担,而且今后在对接口标准进行扩充时,增加一个对象或动作也很简单。
例如,我们定义以下7种动作:
打开:用于创建或打开文档库;
关闭:用于关闭会话句柄、关闭文档库;
获取:用于获取对象列表、对象相关属性和数据;
设置:用于设置/修改对象数据;
插入:插入指定对象或数据;
删除:用于删除对象的某个子对象;
检索查询:用于根据定义条件在文档中找到符合条件的内容,这些条件既可以是准确的信息,也可以是不准确的信息(模糊查找)。
我们再定义如下对象:文档库、文档集、文档、页、层、对象组、文字、图像、图形、路径(由一组顺序图形连接组成,可以是闭合也可以不闭合的)、源文件、脚本、插件、音频、视频、角色等。
对象还包括下列状态对象:背景色、线的颜色、填充色、线型、线宽、ROP、画刷、阴影、阴影颜色、字符高、字符宽、旋转、透明、渲染模式等。
在采用“动作+对象”方式时,不能自动理解为每一个对象和每一个动作的所有组合都一定能构成有实际意义的操作指令,在很多实施例中会存在一些组合是没有意义的,就象不是所有动词和所有名词都能组成以意义的词组一样。
以下是用“动作+对象”的格式定义命令的一种实施例,该实施例被称为UOML,是用XML描述的一系列的命令。上接口部生成符合UOML格式的字符串,并将该字符串发送给下接口部,就将相应的操作指令发送给了文档库系统。文档库系统执行这些命令后,下接口部将执行结果也生成一个符合UOML格式的字符串,返回给上接口部,使应用软件能够知晓操作执行结果。
所有执行结果都由UOML_RET表示,其定义如下:
属性:
SUCCESS:为true时表明操作成功,为false表明操作失败。
子元素:
ERR_INFO:可选,仅当操作失败时出现,描述了相应的错误信息。
其它子元素:根据具体动作确定,可参考以下各动作说明。
UOML动作包括:
1.UOML_OPEN创建或打开文档库
1.1属性
1.1.1create:为true时是创建,否则是打开已有文档库
1.2子元素:
1.2.1path:文档库路径。可以是磁盘文件名,也可以是URL,或者是内存指针,或者是网络路径,或者是文档库的逻辑名称,或者其它能够指定文档库的表示方法。可以用不同特征的字符串区分上述各种情况,即不用改变命令格式,只要给字符串设置不同特征,就可以用不同的方法指定文档库。例如,磁盘文件名采用设备名称(如盘符)和“:”开头(如“C:”、“D:”),而且紧跟着“:”不会是“//”,也不会是又一个“:”;URL采用协议名称和“://”开头(如“http://”);内存指针用“MEM::”开头,后面是指针的字符串表示方式,例如“MEM::1234:5678”;网络路径是“\\”开头,后面是服务器名,以及服务器上的路径,如“\\server\abc\def.sep”;文档库的逻辑名称可以用“*”开头,如“*MyDocBase1”。在下接口解析时,如果第一个字母是“*”就表明该字符串代表文档库的逻辑名称;否则如果头两个字母是“\\”就表明该字符串代表网络路径;否则如果头五个字母是“MEM::”就表明该字符串代表内存指针;否则寻找字符串的第一个“:”,如果该“:”后面是“//”该就表明字符串代表URL,否则就代表本地设备上的文件。对于打开服务器上的文档库的情形,可以设立一个专门的URL协议来区分,例如用“Docbase://myserver/mydoc2”指明打开服务器myserver上运行的文档库系统服务器系统所管理的mydoc2文档库。
总之,只要能给字符串设置不同特征,就可以用不同的方式来指定文档库。根据上述说明,我们还可以定义各种不同的字符串特征;该方式不仅能应用于指定文档库路径,还能应用于其它场合,特别是用来指定特定资源位置的应用场合。在很多情况下,我们希望能够用一种新方式来指定相关资源,但又不能或不希望改变现行的协议或函数,这时就可以通过在字符串中设置不同特征的方式来指定,因为这种方法具有最好的通用性(任何协议或函数,只要支持磁盘文件名或URL,就支持字符串)。
1.3返回值:如果成功,则在UOML_RET中包含一个“handle”子元素,记录句柄。
2.关闭(UOML_CLOSE)
2.1属性:无
2.2子元素:
2.2.1handle:对象句柄,是一个字符串表示的对象的引用指针。
2.2.2db_handle:文档库句柄,字符串表示的文档库的引用指针。
2.3返回值:无返回值
3.UOML_GET获取
3.1属性
3.1.1usage:用途,为”GetHandle”(获取指定对象句柄)、”GetObj”(获取指定对象数据)、”GetPageBmp”(获取版面位图)中的一个
3.2子元素
3.2.1parent:父对象句柄,usage属性为”GetHandle”时使用。
3.2.2pos:位置顺序号,usage属性为”GetHandle”时使用。
3.2.3handle:指定对象的句柄,当usage属性为”GetObj”时使用。
3.2.4page:需要显示的页面的句柄,当usage属性为”GetPageBmp”时使用。
3.2.5input:描述了对输入页面的约束,其中可以指定显示一层或者多层的内容(可以显示的层一定是当前角色有权限访问的层);也可以通过指定Clip区域来指定显示区域的大小。当usage属性为”GetPageBmp”时使用。
3.2.6output:描述了版面位图的输出方式,当usage属性为”GetPageBmp”时使用。
3.3返回值:
3.3.1当usage属性为”GetHandle”时,执行成功时在UOML_RET中包含一个“handle”子元素,记录parent下第pos个子对象的句柄。
3.3.2当usage属性为”GetObj”时,执行成功时在UOML_RET中包含一个“xobj”子元素,含有handle对象的数据的xml表示。
3.3.3当usage属性为”GetPageBmp”时,执行成功时在output指定位置输出版面位图。
4.UOML_SET设置(
4.1属性:无
4.2子元素:
4.2.1Handle:设置对象的句柄
4.2.2xobj:对象的描述
4.3返回值:无返回值
5.UOML_INSERT插入
5.1属性:无
5.2子元素:
5.2.1parent:父对象句柄
5.2.2xobj:对象的描述
5.2.3pos:插入位置
5.3返回值:如果执行成功,则将xobj参数表示的对象,插入到parent中成为其第pos个子对象,并在UOML_RET中包含一个”handle”子元素,表示新插入对象的句柄。
6.UOML_DELETE删除
6.1属性:无
6.2子元素:
6.2.1handle:需要删除的对象的句柄。
6.3返回值:无返回值
7.UOML_QUERY检索查询
7.1属性:无
7.2子元素:
7.2.1handle:需要查询的文档库句柄
7.2.2condition:查询条件
7.3返回值:如果成功,在UOML_RET中包含一个“handle”子元素代表查询结果的句柄,一个“number”子元素代表查询结果的数量,可以用UOML_GET来获取每一个查询结果。
UOML对象包括:
文档库(UOML_DOCBASE)、文档集(UOML_DOCSET)、文档(UOML_DOC)、页(UOML_PAGE)、层(UOML_LAYER)、对象组(UOML_OBJGROUP)、文字(UOML_TEXT)、图像(UOML_IMAGE)、直线(UOML_LINE)、曲线(UOML_BEIZER)、圆弧(UOML_ARC)、路径(UOML_PATH)、源文件(UOML_SRCFILE)、背景色(UOML_BACKCOLOR)、前景颜色(UOML_COLOR)、ROP(UOML_ROP)、字符尺寸(UOML_CHARSIZE)、字体(UOML_TYPEFACE)、角色(UOML_ROLE)、权限(UOML_PRIV)等。
以下我们以部分对象为例说明其定义方式:
1.UOML_DOC
1.1属性:无
1.2子元素:
1.2.1metadata:元数据
1.2.2pageset:各页面
1.2.3fontinfo:嵌入字库
1.2.4navigation:导航信息
1.2.5thread:导读信息
1.2.6minipage:微缩版面
1.2.7signiture:数字签名
1.2.8log:历史痕迹
1.2.9shareobj:文档共享对象
2.UOML_PAGE:
2.1属性:
2.1.1resolution:逻辑分辨率
2.1.2size:版心大小,用宽高表示
2.1.3rotaion:旋转角度
2.1.4log:历史痕迹
2.2子元素:
2.2.1GS:初始图形状态,包括charstyle(字符风格)、linestyle(线型)、linecap(线头类型)、linejoint(接头类型)、linewidth(线宽)、fillrule(填充规测)、charspace(字间距)、linespace(行间距)、charroate(字符旋转角度)、charslant(字符倾斜方向)、charweight(字色重)、chardirect(字符方向)、textdirect(文本方向)、shadowwidth(阴影宽度)、shadowdirect(阴影方向)、shadowboderwidth(阴影边线宽度)、outlinewidth(轮廓宽度)、outlineboderwidth(轮廓边线宽度)、linecolor(线的颜色)、fillcolor(填充色)、backcolor(背景色)、textcolor(文字颜色)、shadowcolor(阴影颜色)、outlinecolor(轮廓线颜色)、matrix(变换矩阵)、cliparea(裁减区)。
2.2.2metadata:元数据
2.2.3layerset:属于该页的各层
2.2.4signiture:数字签名
2.2.5log:历史痕迹
3.UOMLT_EXT
3.1属性:
3.1.1Encoding:文字编码方式
3.2子元素:
3.2.1TextData:文字内容
3.2.2CharSpacingList:对非等间距文字的字间距列表
3.2.3StartPos:起点位置
4.UOML_CHARSIZE
4.1属性:
4.1.1width:字符宽度
4.1.2height:字符高度
4.2子元素:无
5.UOML_LINE
5.1属性:
5.1.1LineStyle:线型
5.1.2LineCap:线的接头类型
5.2子元素:
5.2.1StartPoint:线的起点坐标
5.2.2EndPoint:线的终点坐标
6.UOML_BEIZER
6.1属性:
6.1.1LineStyle:线型
6.2子元素:
6.2.1StartPoint:贝塞尔曲线的起点坐标
6.2.2Control1_Point:贝塞尔曲线的第一控制点
6.2.3Control2_Point:贝塞尔曲线的第二控制点
6.2.4EndPoint:贝塞尔曲线的终点坐标
7.UOML_ARC
7.1属性:
7.1.1ClockWise:弧的方向
7.2子元素:
7.2.1StartPoint:弧的起点坐标
7.2.2EndPoint:弧线的终点坐标
7.2.3Center:弧的圆心坐标
8.UOML_COLOR
8.1属性:
8.1.1Type:颜色类型,RGB或CMYK
8.2子元素:
RGB模式
8.2.1Red:红色
8.2.2Green:绿色
8.2.3Blue:蓝色
8.2.4Alpha:透明度
CMYK模式
8.2.5Cyan:青色
8.2.6Magenta:品红
8.2.7Yellow:黄色
8.2.8Black_ink:黑色
以此类推,我们可以用同样的方法来描述所有的UOML对象。当应用软件对文档库进行操作时,由上述UOML动作与UOML对象依照XML语法生成相应的UOML命令。具体地,在本发明中,采用XML元素来描述动作,该元素下的子元素来描述具体对象,采用字符串来表示数值,并且对象的详细信息采用属性描述。通过这种形式,可以实现对功能调用和调用返回结果的XML描述。对该XML描述语义上的约束,采用DTD或schema。然后,将该UOML命令发给文档库系统即代表向文档库系统发出了相应操作指令。例如,对创建文档库操作,可以用以下命令来完成:
<UOML_OPEN create=″true″>
<path val=″f:\\data\\docbase1.sep″/>
</UOML_OPEN>
需要说明的是,虽然UOML是用XML定义的,但为了显得更加简洁,我们在前面省略了类似“<?xml version=″1.0″encoding=″UTF-8″?>”以及“xmlns:xsi=″http://www.w3.org/2001/XMLSchema-instance″”之类的常规XML格式,只要是熟悉XML语法的实施者都可以自行补充完整。
我们也可以不用XML方式定义命令串,例如改用类似PostScript那样的方式,这样上例变成这样的:
1,″f:\\data\\docbase1.sep″,/Open
/docset,1,“123.456.789”,/Insert
根据同样的思路,我们还可以定义出其它类型的命令串格式,甚至我们还可以不用文本方式,而用二进制方式来定义命令串。
除了“动作+对象”方式外,我们也可以用其它方式定义命令串。例如,对每一个对象的每一个操作都用一个命令来表示,即用“UOML_INSERT_DOCSET”来表示插入一个文档集,我们以这样的方式来定义每个命令:
UOML_INSERT_DOCSET在文档库中创建一个文档集
属性:无
子元素:
parent:文档库句柄
pos:插入位置
返回值:如果执行成功,则在UOML_RET中包含一个”handle”子元素,表示新插入文档集的句柄
这样上例就变为:
<UOML_INSERT_DOCSET>
<parent val=″123.456.789″/>
<pos val=″1″/>
</UOML_INSERT_DOCSET>
用这种方法定义命令格式的话就需要对每个对象的每种合法操作都单独定义一条命令,会比较繁琐。
接口标准也可以用函数调用的方式来实施,即通过上接口调用下接口的接口函数的方式来发送操作指令给文档库系统的:
我们还可以用非“动作+对象”的函数方式来定义接口标准,例如对每一个对象的每一种操作都定义一个接口函数,这样插入文档集的操作指令就是上接口以下列方式调用下接口的接口函数来发送给文档库系统的:
UOI_InsertDocset(pDocbase,0);
我们还可以封装各个对象类(如文档库类),把该对象可以进行的操作定义成该类的方法。
这样插入文档集的操作指令就是上接口以下列方式调用下接口的接口函数来发送给文档库系统的。
我们还可以用同样的方法为Java、C#、VB、Delphi等各种编程语言开发的应用软件设计各种不同的接口标准。
只要在接口标准中不含有与特定的操作系统(如WINDOWS、UNIX/LINUX、MAC OS、SYMBIAN)或特定的硬件平台(如x86CPU、MIPS、POWER PC等)相关连的特征,该接口标准就可以具有跨平台性,使得不同平台上运行的应用软件和文档库系统都可以统一使用同样的接口标准,特别是可以让一个平台上运行的应用软件可以调用另一个平台上运行的文档库系统来执行相应操作。例如,应用软件部署在客户端,使用的是PC机,Windows操作系统,文档库系统部署在服务器端,使用的是大型机,Linux操作系统,但应用软件依然可以像调用本地文档库系统一样调用服务器上的文档库系统来执行相应文档操作。
如果在接口标准中不含有与特定编程语言相关的特征,则该接口标准还能做到与编程语言无关。可以看出,用命令串的方式容易构造与平台无关、与编程语言无关的接口标准,更具有通用性。特别是用XML来构造命令串的话,由于目前在各种不同平台、不同编程语言都存在易于获得的XML生成解析工具,因此不仅该接口标准具有很好的跨平台性和与编程语言无关性,也非常便于工程师开发上接口部和下接口部。
以上列举了多种接口标准的实施方法,按照类似的思路,不难设计出更多种类的接口标准。
接口标准可以在上述实施例的基础上按同样的思路增加操作指令,也可以简化操作指令,特别是文档模型被简化时操作指令也会相应被简化。最简化情况下只有文档的创建、页面的创建、各版面对象的创建这几个操作指令。
现在,返回图1,继续描述依照本发明的文档操作系统的工作过程。
应用软件可以是具有符合接口标准的上接口部的任意软件,例如Office软件、内容管理、资源采集等。任一应用软件在需要对文档进行操作时,依照前述方法将指令传递给文档库系统,文档库系统根据指令来完成具体操作过程。
文档库系统可以自由地存储、组织文档库数据,例如可以把一个文档库的文件全部都存储在一个磁盘文件中;可以一个文档对应一个磁盘文件,利用操作系统中的文件系统功能实现多文档组织;也可以一页对应一个磁盘文件;还可以完全抛开操作系统,在磁盘上留出一块空间后直接对磁道、扇区进行管理。对文档库数据的存储格式,可以用二进制格式保存,可以用XML,还可以用二进制XML。页面描述语言(定义页面上的文字、图形、图像等对象的方法)可以用PostScript,可以用PDF,可以用SPD(书生公司使用的页面描述语言),当然也可以自定义。总之,只要能够实现接口标准所定义的功能,任何实现方式都是可以的。
例如,我们可以用XML来描述文档库数据,当文档模型是层次型的时候,可以完全对照建立相应的XML树。执行创建操作时就在XML树中增加一个结点,执行删除操作就删掉相应结点,执行设置操作就设置相应结点的属性,执行获取操作就取出相应结点的属性并返回给应用软件,执行查询操作时就遍历相关结点查找。
以下是该实施例的进一步说明:
1.用XML来描述每个对象。也就是说,为每个对象按照其XML Schema建立一个对应的XML树。有的对象属性比较简单,其对应的XML树就只有根结点,有的对象比较复杂,其对应的XML树还有子结点。具体描述方法可以参见前面用XML来定义操作对象的说明。
2.当新建一个文档库时就新建一个根结点为文档库对象的XML文件。
3.每当在文档库中插入一个对象时(如文字对象),就将该对象对应的XML树插入到插入位置的父结点(如层)之下。这样,文档库中的每个对象都在文档库为根结点的XML树中有一个对应的结点。
4.当删除一个对象时,就删除该对象对应的结点,其下属所有子结点也都被删除。删除过程是从叶子结点开始自下而上遍历的。
5.设置一个对象属性时,将该对象对应的结点的属性设置成该属性。如果该属性是用子结点表示的,则设置对应的子结点。
6.获取一个对象属性时,访问该对象对应的结点,根据该结点的属性和子结点获得该对象的属性。
7.获取一个对象的句柄时,返回该对象对应结点的XML路径。
8.复制一个对象(如页面)到指定位置时,就将该对象对应的结点开始的整个子树都复制到目标位置对应的父结点(如文档)之下。如果是复制到另一个文档库中,则需要将该子树引用的对象(如嵌入字库)也一起复制过去。
9.执行获取版面信息指令时,先生成一个指定位图格式的空白位图,其尺寸和指定区域相同,然后遍历指定页面的所有版面对象,凡是位于指定区域内(包括只有一部分在该区域内)的版面对象,都解释其含义,并在版面上相应体现。具体过程虽然比较复杂比较专业,但均属于现有RIP技术范畴,不在此赘述。
为了提高工作效率,在实施时还可以对上述方法进行增强、简化和变化,例如分解或合并各组成单元、将某个组成单元的某个功能调整为由另一各组成单元来完成、将各角色私钥缓存在会话数据中(会话结束后删除),而不用每次都需要发到应用软件进行解密,或者省略一些安全措施,或者减少一些功能。总之,任何对上述方法进行简化、变化的方法都是本方法的变形。
在本发明中,为了使本文档处理系统能很好地模拟纸张的特性,提供了一种“只加不改”的技术方案。也就是说,每个应用软件都只在现有文档内容基础上添加新的内容,但不修改、不删除已有的内容,使文档的一个页面就象一张纸一样,可以由不同的人用不同的笔在纸上不断写写画画,但谁都不能修改、删除已有内容。具体方法是每个文档的每一层只由一个应用软件来管理和维护,即每一个应用软件在编辑其它软件生成的文档时,都在现有文档基础上新增加一层,将本软件新编辑的内容都放到这一层中,不修改和删除前面各层的内容。由于现有社会就是基于纸张来运转的,因此只要能符合纸张的特性就能满足现有应用的需求,具备足够的实用价值。
为了确保每一层内容在生成后没有被修改、删除,我们可以利用每一层的数字签名对象。数字签名可以是对本层内容进行签名,更可以是对本层以及本层下面(即更早创建的)的所有层的内容一起签名。签名以后并不妨碍对文档做进一步的批注等编辑,只要新的内容是位于新建的层,没有修改破坏签名时存在的各层,签名依然是有效的,但签名者只对签名以前的内容负责,不对签名以后的内容负责。这是一个非常符合应用需求的技术方案,具有很大的实用价值。相比之下,现有的其它技术或者签名后不允许编辑,或者编辑后(尽管是“只加不改”的编辑)签名被破坏。
前述技术方案不允许修改文档中的已有内容,即使不考虑与纸张特性的兼容以及数字签名问题,需要修改的话也只能做版面级编辑,即对每个版面对象的编辑(增、删、改)都不会改变其它版面对象(这是由于通用文档模型是基于可见部分为基础构建的,不包含大量不可见的、关于版面对象之间的关系,因此修改任何一个版面对象时,其它版面对象不会产生相应的调整,例如删掉一个字,就会在其位置留下空白,右边的文字不会自动左移)。如果用户需要对文档中的已有内容进行编辑,并且还希望能像在原来那样编辑的话,有一个技术方案可以很好地满足这个应用需求。该方案是当应用软件完成初始编辑时,除了新建一层存放当前编辑的内容外,还将源文件(按照应用软件自有的格式存储,记录了各对象之间完整关系的文件,例如.doc文件)嵌入到文档中。当下次需要进行继续编辑时,从文档中取出该源文件,并使用该源文件继续编辑。编辑完成后清除该软件所管理的那一层,重新生成该层的内容,并继续将新修改的源文件嵌入到文档中。
具体方法如下:
1.应用软件第一次处理该文档时,新建一层,将新编辑内容对应的版面对象插入到新建层中,同时用自身格式另存一份新编辑的内容(即源文件);
2.在文档对象中新建一个源文件子对象,用来嵌入源文件(例如用二进制数据的方式整体嵌入),并记录是哪一层对应该源文件对象;
3.用同一应用软件再次编辑该文档时,从对应的源文件对象中取出对应的源文件;
4.使用该源文件继续编辑该层内容。由于该源文件是该应用软件自身的格式,可以按照该应用软件自身的功能继续对该层内容进行编辑;
5.再次编辑结束后,根据新编辑后的结果更新该层内容(例如用全部清除后全部重新生成的方式),同时将新修改后的源文件重新嵌入到文档对象中;
6.如此循环往复,就可以用原有应用软件按照原有方式对文档中的已有内容进行编辑。
采用上述技术方案,可以最大程度地实现文档的互操作性。在应用软件、文档都采用本发明技术时,可以实现(如果有足够安全权限的话):
1.对任何文档,用任何应用软件都可以正确打开、显示、打印;
2.对任何文档,用任何应用软件都可以新添加任何内容,而且不会破坏文档已有签名;
3.对任何文档,在不必考虑文档已有签名(没有签名或者虽有签名但允许破坏)的前提下,用任何应用软件都可以对文档已有内容进行版面级编辑;
4.对任何文档,使用文档已有内容的原始编辑软件可以对该内容进行正常编辑。
由此可见,通过本发明中对层的管理,对文档的管理、互操作、安全设置都带来极大的便利。
下面我们以A软件创建一个文档并且B软件对其进行编辑为例说明其工作过程。为了节约篇幅起见,在本例中我们选用UOI作为接口标准:
1.A软件发出指令,创建文档库c:\sample\mydocbase.sep,将其句柄存放在hDocBase:UOI_Open(“c:\\sample\\mydocbase.sep”,TRUE,&hDocBase);
文档库系统执行该指令,创建一个文件名为c:\sample\mydocbase.sep的新的XML文件,其根结点为文档库对象,将其句柄返回给应用软件。
2.A软件发出指令,在文档库hDocBase中新建文档集,将其句柄存放在hDocSet:hDocSet=InsertNewObj(hDocBase,0,UOI_Obj::TYPE_DOCSET);
文档库系统执行该指令,在文档库对象结点下添加一个文档集子结点,,将其句柄返回给应用软件。
3.A软件发出指令,在文档集hDocBase中新建文档,将其句柄存放在hDoc:hDoc=InsertNewObj(hDocSet,0,UOI_Obj::TYPE_DOC);
文档库系统执行该指令,在hDocBase对应的结点下添加一个文档结点,将其句柄返回给应用软件。
4.A软件发出指令,在文档hDoc中新建一页,版心大小是宽w,高h,将其句柄存放在hPage:UOI_Page page;
page.size.w=w;
page.size.h=h;
UOI_Insert(hDoc,0,&page,&hPage);
文档库系统执行该指令,在hDoc对应的结点下添加一个页结点,其版心属性按宽w高h设置,将其句柄返回给应用软件。
5.A软件发出指令,在页hPage中创建一层,将其句柄存放在hLayer:hLayer=InertNewObj(hPage,0,UOI_Obj::TYPE_LAYER);
文档库系统执行该指令,在hPage对应的结点下添加一个层结点,将其句柄返回给应用软件。
6.A软件发出指令,设置字号为s:
UOI_CharSize charSize;
charSize.m_Width=charSize.m_Height=s;
UOI_Insert(hLayer,0,&charSize);
文档库系统执行该指令,在hLayer对应的结点下添加一个字号结点,其宽高属性都设置为s,将其句柄返回给应用软件。
7.A软件发出指令,在坐标(x1,y1)位置插入文字串“书生意气挥斥方遒”:
UOI_Text text;
text.m_pText=Duplicate(“书生意气挥斥方遒”);
text.m_Encoding=UOI_Text::ENCODE_GB13000;
text.m_Start.x=x1;//起点坐标的X坐标
text.m_Start.y=y1;//起点坐标的Y坐标
UOI_Insert(hLayer,1,&text);
文档库系统执行该指令,在hLayer对应的结点下再添加一个文字子结点,其文字数据为“书生意气挥斥方遒”,其字符编码方式为GB13000,文字起点为(x1,y1),并将其句柄返回给应用软件。
8.A软件发出指令,关闭文档库hDocBase:UOI_Close(NULL,hDocBase);
文档库系统执行该指令,关闭文件c:\sample\mydocbase.sep。
9.B软件发出指令,打开文档库c:\sample\mydocbase.sep,将其句柄存放在hDocBase:UOI_Open(“c:\\sample\\mydocbase.sep”,FALSE,&hDocBase);
文档库系统执行该指令,打开文件c:\sample\mydocbase.sep。
10.B软件发出指令,获取文档库hDocBase第一个文档集的指针,将其句柄存放在hDocSet:UOI_GetHandle(hDocBase,0,&hDocSet);
文档库系统执行该指令,寻找根结点下第一个类型为文档集的子结点,将其句柄返回给应用软件。
11.B软件发出指令,获取文档集hDocSet第一个文档的指针,将其句柄存放在hDoc:UOI_GetHandle(hDocSet,0,&hDoc);
文档库系统执行该指令,寻找hDocSet对应的结点下第一个类型为文档的子结点,将其句柄返回给应用软件。
12.B软件发出指令,获取文档hDoc第一页的指针,将其句柄存放在hPage:UOI_GetHandle(hDoc,0,&hPage);
文档库系统执行该指令,寻找hDoc对应的结点下第一个类型为页的子结点,将其句柄返回给应用软件。
13.B软件获取该页版面位图,用于显示该页:UOI_GetPageBmp(hPage,rect,buf);
文档库系统执行该指令,按照前述方法(文档库系统实施例说明第9条)生成hPage对应的页的版面位图,将其返回给应用软件。
14.B软件发出指令,获取hPage第一层的指针,将其句柄存放在hLayer:UOI_GetHandle(hPage,0,&hLayer);
文档库系统执行该指令,寻找hPage对应的结点下第一个类型为层的子结点,将其句柄返回给应用软件。
15.B软件发出指令,获取第一个版面对象的句柄hObj:UOI_GetHandle(hLayer,0,&hObj);
文档库系统执行该指令,寻找hDocSet对应的结点下第一个子结点,将其句柄返回给应用软件。
16.B软件发出指令,获取hObj的类型:UOI_GetObjType(hObj,&type);
文档库系统执行该指令,获取hObj对应的结点的类型,将其返回给应用软件。
17.B软件发现这是一个字号对象,获取该对象:UOI_GetObj(hObj,&charSize);
文档库系统执行该指令,获取hObj对应的结点的数据,将其返回给应用软件。
18.B软件将字高放大一倍:
charSize.m_Height*=2;
UOI_SetObj(hObj,&charSize);
文档库系统执行该指令,设置hObj对应的结点的属性。
19.B软件重新获取版面位图并显示,这时会发现屏幕上的“书生意气挥斥方遒”变成长体字了。
下面,参照图2描述依照本发明的文档操作系统执行一操作的一个例子。在该例子中,应用软件通过统一的接口标准(UOML接口)请求对文档的操作。文档库系统可能会有不同厂商的不同型号,但是对于应用开发厂商来说面向的都是同一个接口标准,因此都可以与之配套使用。
在本发明中,不同的应用软件可以同时或不同时调用同一个文档库系统,同一应用软件可以同时或不同时调用不同的文档库系统。
依照本发明,使得应用层和数据处理层分离,使得同一文档能在不同的应用软件之间通用,使不同应用软件之间具有良好的文档互操作性。
依照本发明,形成产业分工,减少重复开发,并更加专业、完备、正确;对文档的基本操作都在文档库系统中处理,各应用软件不必重复开发。而且由于文档库系统是由专业厂商开发,相关技术的专业性、完备性、正确性较有保障,而且应用软件厂商和用户可以选择做的最好的一家文档库系统厂商,从而保证处理效果的正确性和一致性。
依照本发明,提供多文档甚至海量文档的管理机制,使文档之间能够有效组织起来,便于检索、查询、保管,便于嵌入较强的信息安全机制。
依照本发明的对文档库进行处理的文档处理系统,其包括文档库系统、存储器、应用软件,其中,文档库的数据存储在存储器中,文档库系统和应用软件通过一种标准调用接口连接起来,该标准调用接口采用与平台无关的描述方式进行描述。应用软件对文档的操作都统一成对一种预定义的通用文档模型进行的操作,并通过该标准调用接口向文档库系统发出指令,文档库系统按照应用软件的指令,对存储在存储器中的文档库执行相应的操作。
依照本发明的对文档库进行处理的文档处理系统,其包括文档库系统、存储器、应用软件,其中,文档库的数据存储在存储器中,文档库系统和应用软件通过一种标准调用接口连接起来,该标准调用接口采用与平台无关的描述方式进行描述。应用软件对文档的操作都统一成对一种预定义的通用文档模型进行的操作,并通过该标准调用接口向文档库系统发出指令,文档库系统按照应用软件的指令,对存储在存储器中的文档库执行相应的操作。
依照本发明的文档处理方法,该方法包括以下步骤:应用软件通过标准调用接口向文档库系统发出指令,其对文档的操作都统一成对一种预定义的通用文档模型进行的操作;文档库系统按照应用软件的指令,对存储在存储器中的文档库执行相应的操作。其中,文档库系统和应用软件通过上述标准调用接口连接起来,该标准调用接口采用与平台无关的描述方式进行描述。
本发明改变了从用户界面到文档存储都由一个软件来完成的现状,将其划分为应用软件和文档库系统两层,并定义了一个接口标准。文档库系统是具备各种文档操作功能的通用技术平台,并具有符合该标准的接口部,应用软件要对文档进行操作时就通过该接口部来向文档库系统发出相应指令,文档库系统根据该指令执行相应操作。这样,只要各应用软件和各文档库系统都遵循同样的标准,不同应用软件就可以通过同一个文档库系统对同一文档操作,即可实现对文档的互操作。同样,同一个应用软件也可以通过不同文档库系统对不同文档进行操作,而不用分别对每种文档格式都进行单独开发。
本发明还包括一个通用文档模型,该模型能与各应用软件所需要处理的文档相符合。接口标准就是基于该文档模型来设计的,这样才能实现不同的应用软件都可以通过同一个接口部来对文档进行操作。该通用文档模型也适用于各种文档格式,这样同一个应用软件才可以通过同一个接口部来对不同文档格式进行操作。该通用文档模型的具体内容请参见后面的实施例。
本发明还包括一个通用文档安全模型,该通用文档安全模型符合各应用软件对文档安全的需求,使不同的应用软件都可以通过同一个接口部实现对文档的安全控制。该通用文档安全模型的具体内容请参见后面的实施例说明。
接口标准定义了基于该通用文档模型和通用文档安全模型对文档进行操作的各种指令,以及应用软件向文档库系统发送指令的方式。文档库系统具备实现这些指令的功能,以供应用软件调用。接口标准可以用命令串
该通用文档模型还包括由多个文档组成的文档集、文档库和文档仓库等层次,接口标准中也包含对多文档的组织管理、查询检索、安全控制等指令。
该通用模型还包括将页由具有上下顺序的层组成,接口标准中也包含对层的各种操作指令,以及对一个文档某一层所对应源文件的存储和提取。
文档库系统还具备对文档的信息安全管理控制功能,如基于角色的细粒度权限管理,并在接口标准中定义了相关的操作指令。
依照本发明的系统由存储器、文档库系统和应用软件组成。其中,文档数据存储在存储器中,文档库系统有一个下接口部,应用软件有一个上接口部。当应用软件需要对文档库进行操作时,通过其上接口部向文档库系统的下接口部发出指令,文档库系统按照应用软件发出的指令,对存储在存储器中的文档数据执行相应的操作。依照本发明,使得应用层和数据处理层分离。这样应用软件不再直接跟具体的文档格式打交道,文档也不再与特定应用软件绑定,从而使得同一文档能在不同的应用软件之间通用,同一应用软件也能对不同文档进行操作,实现了文档的互操作;整个文档处理系统还具备多文档处理功能,而不局限在单文档处理;将页分成多层后,可以实现对不同层实施不同管理和控制,更便于不同应用软件对同一页的操作(可以设计成不同应用软件管理和维护不同层),为以源文件方式进行编辑提供了便利,也是一种很好的保留历史痕迹的方式;通过将信息安全集成在文档处理的核心层,可以消灭安全缝隙,还能使安全机制与文档操作紧密地结合为一体,而不是可以分离的两个模块,同时有更多的空间部署安全管理技术,相关代码也能隐藏得更深,能更有效地防御非法攻击,提高安全可靠度,另外还能提供细粒度的安全管理手段,如更多的权限类别,更小的管理单元。
依照本发明,提供更好的安全机制,可以设置多种角色,细粒度地设置每个角色的权限。其中细粒度是双重的,一方面可以对整个文档或文档的一个细微之处进行权限设置,另一方面可以设置种类非常多的权限,而不仅仅是传统的读/写/不可访问三级。
依照本发明,鼓励创新,合理竞争。形成合理的产业分工后,各文档库系统厂商和各应用软件厂商就会在领域展开竞争,而不会再出现Microsoft Word一样靠文档格式来垄断应用软件的情形发生。各文档库系统厂商也可以在标准之外增加新的功能以吸引用户,标准并不会对创新形成束缚。
依照本发明,便于优化性能,有更好的可移植性和可伸缩性。无论是什么平台,什么样的性能,都可以遵循同样的调用接口,使得在不改变接口标准的情况下可以不断优化性能,并移植到不同的平台。