CN116911274A - 一种结构化文档自动生成方法、装置及存储介质 - Google Patents

Abstract

本发明公开了一种结构化文档自动生成方法、装置及存储介质，涉及文档生成技术领域。包括步骤：建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建；基于所述领域模型创建文档模板，将所述文档模板存入模板库，基于所述领域模型和所述模板库生成接口文档与模板标识；根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成。本发明通过将领域模型引入文档，得到了一种应用范围更加广泛，生成能力更加强大的文档的自动化生成方案。

Description

一种结构化文档自动生成方法、装置及存储介质

技术领域

本发明涉及文档生成技术领域，特别涉及一种结构化文档自动生成方法、装置及存储介质。

背景技术

随着信息化技术的快速发展和普及，文档作为信息的载体在日常办公管理中变得越来越重要。在专业领域内，文档编写需要满足所在行业的相关规范和标准，因此对文档编写人员的专业素养和技能要求较高。同时，文档编写过程中常伴随着大量的数据整理和填写工作，且一个业务的相关信息在多个文档中都需要填写，这不仅会造成步骤重复和效率低下的问题，同时还非常容易出错。

现有技术方案1是一项专利：

专利名称：基于在线创建模板和在线指定数据的报告生成系统和方法

申请人：北京尊冠科技有限公司、北京邮电大学

申请号：201911251365.0申请日：2019.12.09

该发明涉及一种基于在线创建模板和在线指定数据的报告生成系统和方法，在线指定查询数据功能使得用户能够直接指定报告中的数据，不用专业人士再编写代码即可获得目标数据。在线制作模板功能使得用户不用再线下制作带占位符的模板，避免了线下制作模板的大量测试工作，降低了制作模板的难度。通过上述功能获得了“数据”和“模板”，然后系统的报告生成功能将它们整合在一起生成报告，报告生成系统包括：用户管理模块、数据库解析模块、查询条件管理模块、模板管理模块、报告管理模块和文件解析模块。

上述方案的缺点：

该专利通过解析现有Word或者Excel文件，并将其转化动态网页。然后将根据在数据库获取到的占位符插入到所述的动态网页中，实现模板的编辑。首先针对存在章节结构变化的文档是无法生成的，其文档生成的应用存在局限性；其次其模板编辑时所操作的动态网页与实际的Word页面是不完全一致的，用户在模板编辑的过程中不能获得所见即所得的直观感受。

综上所述，提出一种应用范围更加广泛，生成能力更加强大的文档的自动化生成方案。

发明内容

本发明的目的在于：提供了一种结构化文档自动生成方法、装置及存储介质，应用范围更加广泛，生成能力更加强大的文档生成方案，用以克服现有技术中无法生成文档章节需要根据具体内容变化的问题，从而大大减少其他软件平台用于文档生成的开发工作。

为实现上述目的，本发明提供一种结构化文档自动生成方法，包括步骤：

建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建；

基于所述领域模型创建文档模板，将所述文档模板存入模板库，基于所述领域模型和所述模板库生成接口文档与模板标识；

根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成。

可选地，所述建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建还包括：通过解析现有文档建立所述领域模型结构。

可选地，所述建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建还包括：所述条目标签包含标识信息和类型信息。

可选地，基于所述的领域模型创建文档模板包括将文档中的固化信息直接编辑在文档中，将文档中变化信息通过所述条目标签和所述结构标签表示。

可选地，所述根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成还包括：遍历所述文档模板，当遇到结构标签时，根据所述文档信息实现文档结构的生成；当遇到条目标签时，根据所述文档信息实现文档内容的生成。

本发明是一种文档生成装置，包括：领域模型管理模块，模板管理模块和文档生成模块；

所述领域模型管理模块用于建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建；

所述模板管理模块用于基于所述领域模型创建文档模板，将所述文档模板存入模板库，基于所述领域模型和所述模板库生成接口文档与模板标识；

所述文档生成模块用于根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成。

可选地，所述领域模型管理模块还包括，文档解析单元：用于通过解析现有文档建立所述领域模型结构。

标签管理单元：用于管理所述条目标签的标识信息和类型信息。

可选地，所述模板管理模块还包括，模板编辑单元：用于将文档中的固化信息直接编辑在文档中，将文档中变化信息通过所述条目标签和所述结构标签表示。

可选地，所述文档生成模块还包括，模板解析单元：用于遍历所述文档模板，当遇到结构标签时，根据所述文档信息实现文档结构的生成；当遇到条目标签时，根据所述文档信息实现文档内容的生成。

一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述结构化文档自动生成方法。

本发明的有益效果如下：

本发明是一种结构化文档自动生成方法、装置及存储介质，通过将领域模型引入文档，得到应用范围更加广泛，生成能力更加强大的文档生成方法，克服了现有技术中无法生成文档章节需要根据具体内容变化的问题，从而大大减少其他软件平台用于文档生成的开发工作。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图，其中：

图1为实施例一中文档生成方法的流程示意图；

图2为实施例一中领域模型管理的界面示意图；

图3为实施例一中模板编辑的界面示意图；

图4为实施例二中文档结构的解析效果图；

图5为实施例三中模板编辑中的表格标签效果图；

图6为实施例三中普通表格生成效果图；

图7为实施例三中存在合并和拆分单元格的表格生成效果图；

图8为实施例四中文档生成装置的结构示意图。

附图标记说明：11-领域模型管理模块，12-模板管理模块，13-文档生成模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。

实施例一

本实施例提供了一种结构化文档自动生成方法，如图1所示，其包括以下步骤：

步骤S100：建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建。

一个领域会涉及多个业务管理系统，而每个业务管理系统下又需要生成多个文档。每个业务系统会将该业务内所有数据项保存在数据库中以便系统使用人员查询或者其他用途。通过梳理当前领域内所有业务管理系统中的所有数据项可以建立本领域内所有数据元素的全集，为每一个数据元素建立对应条目标签，从而获得该领域的条目标签全集。根据文档中变化的章节新建结构标签，并将对应的条目标签添加到所述结构标签下，从而完成领域模型的构建。需要说明的是，结构标签下除了条目标签也可继续挂载条目标签完成文档中多级结构的生成。

如图2所示，在选择领域与文档模型之后，用户进入对应的文档模型管理界面。在该界面的左侧窗口表示该文档模型所处的领域，中间窗口表示文档章节中会发生变化的结构信息，用户可以选择在根节点新增节点构造符合文档结构的树形结构。在该界面右侧上方表示领域内的条目标签全集窗口，在该条目标签全集窗口的下方是中间窗口中树形结构中所选节点下的条目标签列表信息。其中，中间窗口中树形结构中每个节点表示一个结构标签。

步骤S200：基于所述领域模型创建文档模板，将所述文档模板存入模板库，基于所述领域模型和所述模板库生成接口文档与模板标识。

本实施例基于包括但不限于onlyoffice，pageoffice等软件实现文档的在线预览与编辑。请求上述的领域模型数据并展示在模板编辑的右侧，通过拖拽或者点击领域模型中的条目标签和结构标签可以方便的将标签插入到模板中，如图3所示。其中，标签一律使用底色突出显示，标签字面显示的是标签的注释，用于方便用户在编辑模板清楚的知道该标签代表什么。可选地，用户可以上传现有文档，保留其中固化的信息，将其中变化的信息替换为对应标签，从而大大简化模板编辑工作。

如果某个章节其章节数量不固定，本实施例以电磁兼容检测报告为例进行说明。比如一件产品在进行CE102、CE103、CE106了等测试项目后，需要生成该产品的测试报告。每个产品的测试项目不一定相同，但是这些测试报告都需要根据一个测试报告模板进行生成，且测试报告中每一个测试项都需要生成一个章节。本实施例中的测试报告模板中应当编写出一个测试项目的固化部分，并填入相关条目标签，然后在该固化部分的章节开始处插入结构标签。

每个编辑好的模板存入模板库之后，会获得一个唯一的模板标识，该模板标识与模板名相对应。根据编辑好的领域模型以及模板库数据可以生成对应的接口文档或者软件开发套件。其中每一个条目标签都包含有独一无二的标识信息，位于结构标签下的条目标签如果出现重复，可以根据其所处节点进行区分。每个条目标签还会根据其存储在数据库中注释，自动生成该标签的注释，该注释在传送数据时以及模板编辑过程中都将起到重要作用。

步骤S300：根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成；

当需要生成某个模板对应的文档时，只需要向其他平台获取对应的文档信息和模板标识即可。本实施例中，模板编辑与解析实际对应的都是Docx文档。需要说明的是，Docx文件实际上都是一个zip格式的压缩包，该压缩包中主要是一些xml文件和图片、Excel等媒体文件，其中文档的主体内容都记录在压缩包根目录下word文件夹中的document.xml文件中。本实施例的文档生成过程是先解压模板标识对应的模板，然后在模板的底层文件上进行的文档生成操作。

具体地，顺序遍历模板文档的document.xml文件body节点下的所有节点，当遇到自定义的标签节点时，根据条目标签节点中独一无二标识，在传输的文档信息中找到对应内容，新建该内容对应的xml节点，实现内容的生成。可选的，为了提升查找速度，在接收文档信息时，将条目标签节点中独一无二标识作为key，将传输的文档信息的对应信息作为value存储到Map的数据结构中。其中，生成内容的格式可以按照其对应标签所在上下文中的文字格式进行设置。

当遇到结构标签时，根据本发明方案会查找出该章节下所有的子节点。然后根据传输的信息进行章节结构的扩充。可选的，章节标签对应一个数组，数组中的元素为该章节内标签对应数据对象集合。就可以根据数组中元素的个数对章节的结构实现扩充。而章节中条目标签的替换，可以根据标签中独一无二的标识在数组中的深度和顺序找到自己对应的数据内容，实现章节中内容的生成。

需要说明的是，本实施例提供的方案不仅可以用于现有文档的生成，当业务发生变更或者本领域内需要撰写新的文档时，都可以方便的实现扩展。

本实施例的文档生成方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如平板电脑、手机等)和PC机等。

实施例二

在本实施例中，所述建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建还包括：通过解析现有文档建立所述领域模型结构。

Word或者WPS等常用的Docx文档处理软件的导航目录功能使读者能够快速导航到文档的不同章节和小节，提供了良好的阅读和浏览体验。类似的，通过遍历现有文档的结构，可以查找得到所有使用了标题样式的文本段落。这些文本段落的样式中指示了文档的章节、小节和字节，即文档中的结构信息。这些结构信息用于简化领域模型结构构建，如图4所示。本实施例中将文档中存在的这种章节标题之间树形结构保存到了数据库中，并将这些信息用于领域模型结构的构建。

实施例三

在本实施例中，所述建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建还包括：所述条目标签除了标识信息，还包含类型信息。

需要注意的是，本发明中的文档生成方法不仅可以生成普通的文本内容，还可以用于生成图片、普通表格、存在合并或拆分的表格以及各种统计图表等多模态内容。下面将根据具体情况一一进行说明。

图片生成的实现，与普通文本的生成原理大致相似。根据在模板中插入标签的类型确认处理内容的类型是图片，调用相应接口，将图片标签删除，并在原图片标签位置新建drawing标签，并填入图片具体内容。可选的，所述图片内容可以通过文档底层根目录下的_rels文件夹下的.rels来引用与_rels文件夹同级的media文件夹下的图片；也可以直接将图片的Base64编码文件直接放在drawing标签下关联的相应位置。

普通表格与存在合并或拆分的表格的情况较为类似。在Docx的底层逻辑中，合并了的单元格标签仍然存在，只是其缺少普通单元格的p标签，且对应的属性标签中会存在一个表明合并方向的合并属性。最终通过合并的起点以及合并单元格的合并方向实现了Docx中单元格之间的拆分与合并，具体信息可以在ooxml的规范中查询得到，本发明不再赘述。

可选的，在本实施例中的模板编辑过程中，用户可以通过在线的Docx编辑软件完成表格的样式的定义，然后将对应的表格标签插入到用户自定义表格范围内的任意位置。当进行文档生成并拿到表格数据时，可以根据标签位置获取目标表格格式，然后根据表格数据自适应的实现表格的扩充与填写，普通表格插入标签以及表格生成效果分别如图5和图6所示。

对于表格中需要存在合并或者拆分的情况，实现的方式不止一种。比如可以在表格数据中的每一个数据元可以定义出ooxml类似的合并和拆分标记。或者将表格数据作为一个对象数组，每一条数据对应一个对象，然后根据该对象中的属性中字段个数来确定该条数据中某个单元格应该拆分的行列数。本实施例通过上述的第二种方式实现了存在合并或者拆分表格的生成，其效果如图7所示。

根据ooxml规范，包括柱状图、饼状图等在内各种统计图表其底层实现都是xml文件。具体地，在Docx的底层中会存储一个Xlsx格式文件，并根据该Xlsx格式文件生成对应的xml文件，然后根据该xml文件在文档中绘出对应的表格。理解了这部分原理之后，本实施例仅需接收表格生成中类似的表格数据再加上图表类型信息，即可完成相应的统计图表生成。

实施例四

对应于上述方法，本实施例提供一种文档生成装置。如图8所示，所述装置包括领域模型管理模块11，模板管理模块12和文档生成模块13；所述领域模型管理模块11用于建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建；所述模板管理模块12用于基于所述领域模型创建文档模板，将所述文档模板存入模板库，基于所述领域模型和所述模板库生成接口文档与模板标识；所述文档生成模块13用于根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成。

在本实施例中，所述领域模型管理模块还包括，文档解析单元：用于通过解析现有文档建立所述领域模型结构。

在本实施例中，所述领域模型管理模块还包括，标签管理单元：用于管理所述条目标签的标识信息和类型信息。

在本实施例中，所述模板管理模块还包括，模板编辑单元：用于将文档中的固化信息直接编辑在文档中，将文档中变化信息通过所述条目标签和所述结构标签表示。

在本实施例中，所述文档生成模块还包括，模板解析单元：用于遍历所述文档模板，当遇到结构标签时，根据所述文档信息实现文档结构的生成；当遇到条目标签时，根据所述文档信息实现文档内容的生成。

以上所述，仅为本发明的优选实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims (10)

1.一种结构化文档自动生成方法，其特征在于，包括步骤：

建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建；

基于所述领域模型创建文档模板，将所述文档模板存入模板库，基于所述领域模型和所述模板库生成接口文档与模板标识；

根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成。

2.根据权利要求1所述的一种结构化文档自动生成方法，其特征在于：所述建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建还包括：

通过解析现有文档建立所述领域模型结构。

3.根据权利要求2所述的一种结构化文档自动生成方法，其特征在于：所述建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建还包括：

所述条目标签包含标识信息和类型信息。

4.根据权利要求3所述的一种结构化文档自动生成方法，其特征在于：基于所述的领域模型创建文档模板包括：

将文档中的固化信息直接编辑在文档中，将文档中变化信息通过所述条目标签和所述结构标签表示。

5.根据权利要求3所述的一种结构化文档自动生成方法，其特征在于：根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成还包括：

遍历所述文档模板，当遇到结构标签时，根据所述文档信息实现文档结构的生成；当遇到条目标签时，根据所述文档信息实现文档内容的生成。

6.一种文档生成装置，其特征在于，包括：领域模型管理模块，模板管理模块和文档生成模块；

所述领域模型管理模块，用于建立领域模型结构、条目标签的全集以及结构标签，为所述领域模型结构添加所述条目标签和所述结构标签，完成领域模型搭建；

所述模板管理模块，用于基于所述领域模型创建文档模板，将所述文档模板存入模板库，基于所述领域模型和所述模板库生成接口文档与模板标识；

所述文档生成模块，用于根据所述接口文档接收文档信息，根据所述模板标识解析相应的文档模板，根据所述文档信息与所述文档模板实现文档生成。

7.根据权利要求6所述的文档生成装置，其特征在于，所述领域模型管理模块还包括：

文档解析单元：用于通过解析现有文档建立所述领域模型结构；

标签管理单元：用于管理所述条目标签的标识信息和类型信息。

8.根据权利要求6所述的文档生成装置，其特征在于，所述模板管理模块还包括：

模板编辑单元：用于将文档中的固化信息直接编辑在文档中，将文档中变化信息通过所述条目标签和所述结构标签表示。

9.根据权利要求6所述的文档生成装置，其特征在于，所述文档生成模块还包括：

模板解析单元：用于遍历所述文档模板，当遇到结构标签时，根据所述文档信息实现文档结构的生成；当遇到条目标签时，根据所述文档信息实现文档内容的生成。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-5中任一所述的结构化文档自动生成方法。