JP2002351895A - 印刷製版データからの情報抽出装置 - Google Patents

Abstract

(57)【要約】 【課題】完成した印刷製版データから必要な項目の情報
を自動的に拾ってデータベースに登録可能なテキストデ
ータファイルを生成する情報抽出装置を提供することを
課題とする。 【解決手段】印刷製版データを構成する小区画部分から
抽出すべき文字情報の項目を定義し、作成されるデータ
ベースのフィールドとの対応を設定し、それら文字情報
項目を印刷製版データから抽出する条件を設定する抽出
項目設定手段と、それぞれの小区画部分に対応した印刷
製版データの文字図形オブジェクトを後に行う情報抽出
の処理単位である抽出部品として定める抽出部品登録手
段と、前記抽出項目設定手段の設定に基づいて、印刷製
版データから抽出すべき文字情報を特定して、対応する
フィールド項目のデータとしてデータベースファイルに
記録する情報抽出記録手段とを備えることを特徴とする
情報抽出装置により上記課題を解決する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は全てデジタルデータ
で制作された印刷製版データ、特に下版データから必要
な情報を抽出する情報抽出装置に関する。

【０００２】

【従来技術】いわゆるＤＴＰレイアウトソフトを用いて
作成した下版データから、必要な情報を抽出して、別冊
の作成、ＣＤ−ＲＯＭやＷＷＷで公開するＷｅｂページ
データとして再利用したいことがある。このような場合
従来は、それらの品目制作に必要となるデータベースを
作成するために、下版データをＤＴＰレイアウトソフト
で表示させて、必要な項目をデータベースに手入力して
作成するしか方法がなかった。

【０００３】

【発明が解決しようとする課題】従来方法では、手作業
のため時間がかかりコストが高くつくこと、またデータ
量が多い場合は作業者のミスが発生しやすくなるという
問題点があった。本発明はこのような問題点を考慮して
なされたものであり、事前に必要な事項を設定しておけ
ば、完成した印刷製版データから必要な項目の情報を自
動的に拾ってデータベースファイルまたはデータベース
ファイルに変換可能な一定の構造を持ったテキストデー
タファイルを生成する情報抽出装置を提供することを課
題とする。

【０００４】

【課題を解決するための手段】上記課題を解決するため
の第１の発明は、商品スペック等の小区画部分の集合と
して構成される印刷製版データから、小区画部分毎に、
指定された条件で文字情報を抽出して指定されたフィー
ルド構成の１レコードデータを作成して最終的にデータ
ベースファイルを作成する情報抽出装置であって、その
第１の態様は、小区画部分から抽出すべき文字情報の項
目を定義し、作成されるデータベースのレコードを構成
するフィールドとの対応を設定し、それら文字情報項目
を印刷製版データから抽出する条件を設定する抽出項目
設定手段と、それぞれの小区画部分に対応した印刷製版
データの文字図形オブジェクトを後に行う情報抽出の処
理単位である抽出部品として定める抽出部品登録手段
と、前記抽出項目設定手段の設定に基づいて、印刷製版
データから抽出すべき文字情報を特定して、対応するフ
ィールド項目のデータとしてデータベースファイルに記
録する情報抽出記録手段と、を備えるものである。ここ
でデータベースファイルはデータベースファイルそのも
のだけではなく、データベース作成ソフトに読込ませる
ことによりデータベースファイルに変換できる一定の構
造を持ったテキストファイルをも含むものとする。

【０００５】第１の発明のより好ましい第２の態様は、
第１の態様の情報抽出装置において、小区画部分に含ま
れる画像ボックスオブジェクトに設定されたリンク画像
ファイル名を抽出すべき文字情報の一つとして定義可能
な抽出項目設定手段と、そのような画像ボックスオブジ
ェクトについては、抽出部品中の相対位置と画像ボック
スのサイズから該当する画像ボックスオブジェクトを特
定し、設定されているリンク画像ファイル名を求めるこ
とができる情報抽出記録手段とを備えた情報抽出装置で
ある。

【０００６】第１の発明のより好ましい第３の態様は、
第１の態様の情報抽出装置において、前記抽出項目設定
手段は、抽出したい文字情報の製版印刷データにおける
組版属性を文字情報の項目毎に指定する「マクロ定義」
と、この「マクロ定義」を用いて文字情報の抽出範囲を
指定する「抽出範囲」と、「抽出範囲」により抽出した
文字列から実際にデータベースファイルに記録すべき文
字列を指定する「展開内容」の３種類の設定により、文
字情報項目を抽出する条件を設定する情報抽出装置であ
る。

【０００７】組版属性とは、ここでは、使用フォント、
文字サイズ、文字の色、文字の変形・飾り、文字種（日本
語か英文字かなど）、文字数などの文字列の見た目に関
わる属性である。印刷物の文字情報は、表示される文字
列の意味内容に応じて見た目を変えることが普通なので
組版属性を文字抽出の手がかりに用いるのである。

【０００８】第１の発明のより好ましい第４の態様は、
第３の態様の情報抽出装置において、前記抽出項目設定
手段は、前記「抽出範囲」の指定において、必要であれ
ば、対象とする文字データ上で、「抽出範囲」に設定さ
れた条件で抽出すべき文字の判断処理を始める「開始条
件」、同判断処理を終了させる「終了条件」のいずれか
または両方を設定することができる情報抽出装置であ
る。

【０００９】「抽出範囲」の指定だけでは、正しく所望
の文字データを抽出させる設定を行うことができない場
合や、困難な場合があるので、上記「開始条件」「終了
条件」を設定できることができるようにした方がよい。

【００１０】第１の発明のより好ましい第５の態様は、
第１の態様の情報抽出装置において、前記情報抽出記録
手段は、抽出できなかった項目については、抽出できな
かった箇所を知らせるために、当該箇所の印刷製版デー
タ上の頁数、記録されるはずであったレコード番号、文
字情報項目名、抽出できなかった理由をログファイルに
記録することができる情報抽出装置である。

【００１１】実際の製版作業では、印刷物発注者の直し
指示により様々な手作業による直しを行うため、下版デ
ータに対して情報抽出装置が完璧な抽出を行うことが困
難な場合もある。そのような場合に、抽出条件の設定を
やり直して再抽出処理させるより、抽出に失敗した箇所
だけを手で直す方が、合理的な場合がある。ログファイ
ルは抽出に失敗した箇所をもれなく指摘するのでそのよ
うな柔軟な運用を可能にする。

【００１２】第１の発明のより好ましい第６の態様は、
第１の態様の情報抽出装置において、前記抽出部品登録
手段は、１つの抽出部品に含まれるべき文字図形オブジ
ェクトを、その印刷製版データの編集レイアウト画面上
で対話的に領域指定して選択することにより決定する情
報抽出装置である。

【００１３】印刷製版データの表示画面上で対話的に抽
出部品を指定するやり方なので、本発明の情報抽出装置
は、製版データ上で小区画部分相互間の位置関係が定形
でない印刷物にも問題無く適用可能である。

【００１４】上記課題を解決する第２の発明は、コンピ
ュータに搭載することにより第１の発明の情報抽出装置
を実現するコンピュータプログラムである。

【００１５】第２の発明の第２の態様は、編集レイアウ
トソフトウエアを具備したコンピュータに搭載すること
により第１の発明の情報抽出装置を実現する編集レイア
ウトソフトウエアに組込まれた形で動作するコンピュー
タプログラムである。

【００１６】本発明の情報抽出装置は、印刷製版データ
を表示し、印刷製版データを構成する文字図形オブジェ
クトを扱わなければならないので、編集レイアウトソフ
トのメニューコマンドで、抽出のための条件設定や抽出
の実行ができるなど、印刷製版データを作成する編集レ
イアウトソフトと一体化させた形のプログラムとして利
用できる方が作業者の使い勝手がよい。

【００１７】上記課題を解決する第３の発明は、第２の
発明のプログラムを記録したコンピュータ可読な記憶媒
体である。

【００１８】

【発明の実施の形態】図１は、本発明の一実施形態であ
る情報抽出装置１の構成を示すブロック図である。１０
は、グラフィックディスプレイ１１、キーボードおよび
マウス１２、プリンタ１３、ハードディスク２０が接続
されたコンピュータ本体である。コンピュータ本体１０
には、編集レイアウトソフトウエア１００、抽出項目設
定手段１１０、抽出部品登録手段１２０、情報抽出記録
手段１３０、の各ソフトウエアプログラムが備えられて
いる。抽出項目設定手段１１０、抽出部品登録手段１２
０、情報抽出記録手段１３０、の各モジュールは編集レ
イアウトソフト１００に組込まれた形でインストールさ
れており、編集レイアウトソフト１００のメニューから
呼出されることにより動作する。ハードディスク２０上
の２００は完成された印刷製版データファイルである下
版データファイルである。２０１は抽出設定値ファイ
ル、３００はテキストデータベース、３０１はログファ
イルである。

【００１９】図２は本発明の装置による下版データから
の情報抽出の作業フローを示す流れ図である。以下この
流れに沿って説明してゆく。まずステップＳ１で、作業
者は下版データのどの情報をデータベースのフィールド
として抽出するかを決定する。図３は、下版データの一
例である。図３（Ａ）は下版データ全体のイメージを示
し、図３（Ｂ）は小区画部分である。例として、作業者
は、「商品番号」「商品名」「価格」「説明」「画像名
（リンク画像のファイル名）」の部分を抽出するように
決めたことにして説明を進める。次にステップＳ２で、
編集レイアウトソフト１００を起動し下版データを表示
させ後に作成されるデータベースの１レコードとなる範
囲を登録する。ステップＳ２の処理は、図３（Ｃ）に示
すように、小区画部分ごとに小区画部分を構成する文字
図形オブジェクトを表示画面上での対話操作により適切
に選択した後、抽出部品登録のコマンドを指定すること
により行う。この操作により１つの小区画部分を構成す
る幾つかの文字図形オブジェクトが１つの抽出部品とし
てグループ化されるわけである。尚小区画部分をコマと
も呼ぶ。

【００２０】編集レイアウトソフト１００により作成さ
れる印刷製版データは、様々な文字図形オブジェクトで
構成されるが、それらのオブジェクトの中で代表的なも
のが文字ボックスと画像ボックスである。文字ボックス
オブジェクトはそのプロパティ（属性値）として、版上
の位置情報、ボックスサイズ、表示されるべき文字列デ
ータ、組版属性等を持つものとする。画像ボックスオブ
ジェクトは、版上の位置情報、ボックスサイズ、リンク
画像ファイル名等をそのプロパティとして持つものとす
る。

【００２１】次に、抽出すべき情報の抽出条件の設定を
行うフェーズ（ステップＳ３〜Ｓ６）に入る。まず、
「画像名」に関する抽出条件の設定は、ステップＳ３に
おいて、１つの抽出部品において「画像名」と論理的に
リンクすべき画像ボックスの位置情報とサイズ情報を設
定する。画像ボックスに関わりのない文字情報を抽出す
る場合は、ステップＳ４で「マクロ定義」により抽出し
たい文字列の組版属性を設定する。さらにステップＳ５
で、抽出したい文字情報の「抽出範囲」を設定する。

【００２２】図４（Ａ）は、ステップＳ４で使用する抽
出範囲の設定ウインドウ５００である。下版データ表示
上の１個のコマ（図４（Ｂ））の中で、対象画像ボック
スの位置をコマの中の相対的な位置関係で指定し、その
内容を設定ウインドウ５００に設定する。まず項目名に
は「画像名」を指定する。抽出されたデータはデータベ
ースの「画像名」フィールドに格納されることになる。
項目「画像名」に結び付けられる画像ボックスは、コマ
の中で、左上から２番目の要素であるので、設定ウイン
ドウ５００にはそのように設定する。ものによっては、
コマ内の位置が固定されていない場合がある。そのよう
な場合には、Ｂｏｘ位置を「無視」と設定し、設定ウイ
ンドウ５００の下部にあるＢｏｘサイズの指定によって
抽出すべき部品の構成要素を特定する。いずれにして
も、抽出部品内に複数の画像ボックスが存在する場合に
は、項目「画像名」に結び付けられる画像ボックスを適
切に特定できるように設定しなければならないが、Ｂｏ
ｘ位置とＢｏｘサイズの両方を指定すれば通常は十分で
ある。

【００２３】図４（Ｃ）は、画像ボックスに関わりのな
い文字情報を特定するための条件を設定するにあたり、
ステップＳ４で行うマクロ設定に用いる設定ダイアログ
６００である。文字オブジェクトは、その文字列に適用
される組版属性（使用フォント、文字サイズ、文字色
等）を持つので、マクロ名（ここでは“抽出する項目
名”）とその項目に設定されている組版属性を設定ウイ
ンドウ６００にて設定する。尚図９は図４（Ｃ）の設定
ウインドウ６００の詳細図である。必要な場合には文字
の変形や文字飾りの属性を設定することも可能である。

【００２４】図５（Ａ）は、文字情報を抽出するための
「抽出範囲」の設定ダイアログ５０１である。項目名設
定欄５１０、展開内容設定欄５１１、抽出範囲設定欄５
１２が設けられている。まず項目名設定欄５１０には
「商品番号」「商品名」「価格」「説明」のどれかを指
定する（図では「商品番号」を指定）。抽出範囲設定欄
５１２には、文字列の抽出条件として抽出したい文字列
の手がかりを与える指定と文字情報が持つ組版属性を与
えるマクロ名を記述する。例えば、下版データで「商品
番号」の前に必ずタブが入っている場合は、図５（Ａ）
で抽出範囲に“＠タブ”と“＊商品番号”をつなげて指
定する。“＠タブ”は抽出する文字列の始まりの手がか
りの指定である。そして出力する文字列にはタブを含め
る必要がないので、展開内容設定欄５１１には“＊商品
番号”と設定する。ここで抽出範囲や展開内容の設定に
は特定の文字または文字の並びを情報抽出記録手段１３
０への引数として渡すための一定の規則が用いられてい
ることを断っておく。例えば、項目「価格」に関して下
版データ上で常に直前に“スペース”があり直後に
“円”がある場合は、抽出範囲設定欄５１２に“＠空白
＊売価％（円）”と指定する。すると抽出部品の中から
直前にスペース文字が有り直後に“円”があるマクロ名
“＊価格”の組版属性と一致する文字列を抽出すること
になる。

【００２５】図２のフローに戻る。ステップＳ６で、デ
ータベースのフィールドとなる項目の抽出順序を設定す
る。これで抽出のために必要な設定が全て終り、図６に
示す抽出設定値を記録した抽出設定値ファイルを作成す
る。ステップＳ７で、抽出する範囲を、選択した範囲の
み、指定した頁のみ、フォルダ内の全ドキュメントのど
れかから選択して、情報抽出記録手段１３０による抽出
記録処理を実行させてデータベースの構造を持ったテキ
ストデータファイル３００を作成する。図７はこうして
作成されたテキストデータファイル３００を出力したも
のである。行方向の数は抽出部品として登録した数に相
当する。このテキストデータファイル３００を市販のデ
ータベース作成ソフトウエアに読込ませてデータベース
ファイルとすることができる。こうして作成されるデー
タベースのレコード数は抽出部品数に、フィールド数は
抽出項目数に一致する。ステップＳ７で、抽出できなか
った箇所があった場合は、頁数、書出したテキスト内の
行番号、項目名、抽出できなかった理由（設定不一致の
ためかＮＵＬＬのためか）をログファイル３０１として
出力する。図８はログファイル３０１の出力例である。
必要であればステップＳ３〜Ｓ７の作業をテキストデー
タが正常に出力されるまで繰り返すことができる。最後
にステップＳ８で、下版データと出力したテキストデー
タファイル３００およびログファイル３０１とを比較し
てデータベースファイルの修正作業を行う。

【００２６】抽出範囲設定ダイアログ５００（図４
（Ａ））と５０１（図５（Ａ））は、説明しやすくする
ために単純化したものであって、実際の情報抽出装置１
では図１０に示すダイアログ５０２を使用する。ダイア
ログ５０２では、文字ボックスに関係する抽出項目と画
像ボックスに関係する抽出項目（リンク画像ファイル
名）の両方に対応しており、抽出種別５１９で、そのど
ちらであるかを選択する。抽出部品の中に複数の文字ボ
ックスが存在する場合は、画像ボックスの場合と同じよ
うにＢｏｘ位置５１８、Ｂｏｘサイズ５１７で適当なボ
ックスを選択するよう設定することができる。

【００２７】抽出範囲設定欄５１２の設定だけでは、文
字列を正しく抽出する条件を設定できない場合や、正し
い設定を行うことが難しい場合があるのでダイアログ５
０２では、文字抽出条件５２０の詳細指定欄を設け、チ
ェックボックス５２１、５２２をチェックすることによ
り抽出する文字列の検索を開始する開始条件、終了条件
を細かく指定することができるようになっている。例え
ば図１０では、開始条件５２４、５２６の設定により、
文字ボックス内で、３行目の先頭から、タブが2個並び
その次に文字列“ＳＴＡＲＴ”が出現した次の文字列か
ら、抽出範囲設定欄５１２に設定された条件を満たす文
字列の抽出を始める。また、終了条件５３４の設定によ
り、文字列“ＥＮＤ”の出現で文字列の抽出を終了す
る。図１１（Ａ）は条件５２４、５２６の設定で抽出さ
れる開始位置を、図１１（Ｂ）に条件５３４の設定で抽
出される終了位置を例示する。開始条件および終了条件
の設定はオプションであり、必要のない場合は使用しな
くてよい。使用する場合でも必要に応じてチェックボッ
クス５２３、５２５、５３３、５３５を選択して必要な
条件だけを利用することができる。

【００２８】以上情報抽出装置１の作業の流れと抽出条
件設定について説明した。次にこれまで述べた情報抽出
装置１の働きがどのように実現されているかについて述
べる。前述したように情報抽出装置１のコンピュータ本
体１０には、抽出項目設定手段１１０、抽出部品登録手
段１２０、情報抽出記録手段１３０が編集レイアウトソ
フト１００に組込まれた状態でインストールされてい
る。これらの各手段が編集レイアウトソフト１００上の
対話操作によりメニューコマンド等から呼出されて動作
することにより図２の各ステップが実現される。すなわ
ち、ステップＳ２では抽出部品登録手段１２０が、ステ
ップＳ３〜Ｓ６では抽出項目設定手段１１０が、ステッ
プＳ７では情報抽出記録手段１３０が、それぞれ呼出さ
れ実行される。

【００２９】抽出部品登録手段１２０は、ステップＳ２
において、文字図形オブジェクトを表示画面上での対話
操作により適切に選択した後、抽出部品登録のコマンド
を指定すると、選択された個々の文字図形オブジェクト
に部品番号を意味する属性値を設定する。後の処理で
は、文字図形オブジェクトに設定されている部品番号を
意味する属性値を検査することによってそのオブジェク
トがどの抽出部品に属するか、またはどれにも属さない
か、を判別することができる。

【００３０】図１２は、情報抽出記録手段１３０が呼出
されたときに実行される情報抽出記録処理のフローチャ
ートである。情報抽出記録手段１３０は呼出されるとま
ず、抽出項目設定手段が作成した抽出設定値ファイル２
０１を読込み抽出設定値を得る（Ｓ１００）。次に、抽
出部品を特定するカウンタおよび項目を特定するカウン
タを初期化する（Ｓ１０２、１０４）。次にこれから抽
出する対象項目を設定する（Ｓ１０６）。次に部品番号
で特定される抽出部品内で対象項目に対応する文字ボッ
クスまたは画像ボックスオブジェクトを設定に基づいて
選択する（Ｓ１０８）。次に選択したボックス内のオブ
ジェクトのプロパティから対象項目の文字情報を抽出す
る（Ｓ１１０）。選択したボックスが文字ボックスの場
合このステップは、まず、開始条件が設定されている場
合は、条件の満たされる位置まで当該文字列（これもプ
ロパティの１つである。以下対象文字列と呼ぶ）を走査
し、対象文字列の開始位置からは、その位置の文字が抽
出範囲５１２で設定された条件に一致するかどうかを検
査して、抽出範囲５１２の条件を満たし、かつ終了条件
に達する直前まで、対象文字列の文字をコピーして一時
記憶バッファに記憶する。抽出が成功すればステップＳ
１１２に進む。抽出に失敗した時（開始条件を満たす文
字または部分文字列が見つからなかった場合、画像ボッ
クスにリンク画像ファイル名が設定されていなかった場
合、組版属性が一致していなかった場合、など）はログ
バッファに、（部品番号、項目名、失敗理由）を記録し
て（Ｓ１１４）ステップＳ１１６に進む。抽出に成功し
た場合は、テキストバッファの（部品番号、項目番号）
の位置に一時記憶バッファに格納した文字列から展開内
容に相当する部分を切出してこれを記録する（Ｓ１１
２）。項目番号を１加え、全ての項目がおわりでなけれ
ばステップＳ１０６に戻る（Ｓ１１６、１１８）。全て
の項目が終ったら、部品番号を１加えて（Ｓ１２０）、
まだ処理すべき抽出部品が残っているならば、次の抽出
部品の処理を行うためにステップＳ１０４に戻る。最後
に、テキストバッファの展開内容に相当する部分をテキ
ストファイル３００として出力し、ログバッファの内容
をログファイル３０１として出力する（Ｓ１２４）。

【００３１】以上、本発明の一実施形態である情報抽出
装置１について述べた。情報抽出装置１では、抽出項目
設定手段１１０、抽出部品登録手段１２０、情報抽出記
録手段１３０、の各モジュールは編集レイアウトソフト
１００に組込まれた形でインストールされており、編集
レイアウトソフト１００のメニューから呼出されること
により動作するが、本発明の趣旨はこのような形態にの
み制限されるものではない。下版データを構成する文字
図形オブジェクトの情報を適切にアクセスする手段を備
えることができれば下版データを作成した編集レイアウ
トソフト１００とは独立した情報抽出装置として構成し
てもよい。

【００３２】情報抽出装置１がテキストデータファイル
３００ではなくデータベースファイルを直接作成しても
よい。その場合には情報抽出装置１がデータベース作成
モジュールを備える必要がある。

【００３３】

【発明の効果】以上詳しく説明してきたように本発明の
情報抽出装置を用いれば、完成した印刷製版データから
必要な項目の情報を自動的に拾ってデータベースに登録
可能なテキストデータファイルを得ることができ、一度
作成した下版データから他の目的の別の印刷物を容易に
作成できるという顕著な効果を奏することができる。文
字情報項目の抽出条件の設定に関しては「マクロ定義」
「抽出範囲」「開始条件」「終了条件」「展開内容」の
各設定欄が用意されているので、作業者は、正確な抽出
条件を容易に設定可能である。また抽出に失敗した箇所
を知らせるログファイルを得ることができるので、自動
抽出と手作業の直しの組み合わせによる効率的な運用を
図ることができるという顕著な効果を奏する。また抽出
部品の設定は下版データの表示画面上で対話的に行うの
で、小区画部分の集合として構成される様々なレイアウ
トの製版データに適用可能である。

【図面の簡単な説明】

【図１】 本発明の一実施形態である情報抽出装置１の
全体構成図である。

【図２】 情報抽出装置１による下版データからの情報
抽出の作業フローを示す流れ図である。

【図３】 抽出部品登録を説明する図である。

【図４】 抽出範囲設定ダイアログ５００、マクロ定義
ダイアログ６００の説明図である。

【図５】 「抽出範囲」設定ダイアログ５０１である。

【図６】 抽出設定値ファイルの説明図である。

【図７】情報抽出記録手段１３０が生成するテキストデ
ータファイルである。

【図８】 情報抽出記録手段１３０が生成するログファ
イルである。

【図９】 マクロ定義設定ダイアログ６００である。

【図１０】抽出範囲設定ダイアログ５０２である。

【図１１】開始条件および終了条件の設定方法と意味を
説明する図である。

【図１２】情報抽出記録手段１３０の動作を説明するフ
ローチャート。

【符号の説明】

１ 情報抽出装置 １０ コンピュータ本体 １１ グラフィックディスプレイ １２ キーボードおよびマウス １３ プリンタ ２０ ハードディスク １００ 編集レイアウトソフト １１０ 抽出項目設定手段 １２０ 抽出部品登録手段 １３０ 情報抽出記録手段 ２００ 下版データファイル ２０１ 抽出設定値ファイル ３００ テキストデータファイル ３０１ ログファイル ５００ 抽出範囲設定ダイアログ ５０１ 抽出範囲設定ダイアログ ５０２ 抽出範囲設定ダイアログ ６００ マクロ定義設定ダイアログ

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 2H084 AE06 AE07 AE10 5B050 AA08 BA10 CA07 FA02 FA03 GA08 5B075 ND06 ND36 NK37 UU40

Claims (9)

【特許請求の範囲】
1. 【請求項１】 商品スペック等の小区画部分の集合とし
   て構成される印刷製版データから、小区画部分毎に、指
   定された条件で文字情報を抽出して指定されたフィール
   ド構成の１レコードデータを作成して最終的にデータベ
   ースファイルを作成する情報抽出装置であって、小区画
   部分から抽出すべき文字情報の項目を定義し、作成され
   るデータベースのレコードを構成するフィールドとの対
   応を設定し、それら文字情報項目を印刷製版データから
   抽出する条件を設定する抽出項目設定手段と、それぞれ
   の小区画部分に対応した印刷製版データの文字図形オブ
   ジェクトを後に行う情報抽出の処理単位である抽出部品
   として定める抽出部品登録手段と、前記抽出項目設定手
   段の設定に基づいて、印刷製版データから抽出すべき文
   字情報を特定して、対応するフィールド項目のデータと
   してデータベースファイルに記録する情報抽出記録手段
   と、を備えることを特徴とする情報抽出装置。
2. 【請求項２】 請求項１に記載の情報抽出装置におい
   て、小区画部分に含まれる画像ボックスオブジェクトに
   設定されたリンク画像ファイル名を抽出すべき文字情報
   の一つとして定義可能な抽出項目設定手段と、そのよう
   な画像ボックスオブジェクトについては、抽出部品中の
   相対位置と画像ボックスのサイズから該当する画像ボッ
   クスオブジェクトを特定し、設定されているリンク画像
   ファイル名を求めることができる情報抽出記録手段とを
   備えた情報抽出装置。
3. 【請求項３】 前記抽出項目設定手段は、抽出したい文
   字情報の製版印刷データにおける組版属性を文字情報の
   項目毎に指定する「マクロ定義」と、この「マクロ定
   義」を用いて文字情報の抽出範囲を指定する「抽出範
   囲」と、「抽出範囲」により抽出した文字列から実際に
   データベースファイルに記録すべき文字列を指定する
   「展開内容」の３種類の設定により、文字情報項目を抽
   出する条件を設定する請求項１に記載の情報抽出装置。
4. 【請求項４】 前記抽出項目設定手段は、前記「抽出範
   囲」の指定において、必要であれば、対象とする文字デ
   ータ上で「抽出範囲」に設定された条件で抽出すべき文
   字の判断処理を始める「開始条件」、同判断処理を終了
   させる「終了条件」のいずれかまたは両方を設定するこ
   とができるものである請求項３に記載の情報抽出装置。
5. 【請求項５】 前記情報抽出記録手段は、抽出できなか
   った項目については、抽出できなかった箇所を知らせる
   ために、当該箇所の印刷製版データ上の頁数、記録され
   るはずであったレコード番号、文字情報項目名、抽出で
   きなかった理由をログファイルに記録することができる
   請求項１に記載の情報抽出装置。
6. 【請求項６】 前記抽出部品登録手段は、１つの抽出部
   品に含まれるべき文字図形オブジェクトを、その印刷製
   版データの編集レイアウト画面上で対話的に領域指定し
   て選択することにより決定することを特徴とする請求項
   １に記載の情報抽出装置。
7. 【請求項７】 コンピュータに搭載することにより請求
   項１から請求項６のいずれかに記載の情報抽出装置を実
   現するコンピュータプログラム。
8. 【請求項８】 編集レイアウトソフトウエアを具備した
   コンピュータに搭載することにより請求項１から請求項
   ６のいずれかに記載の情報抽出装置を実現する編集レイ
   アウトソフトウエアに組込まれた形で動作するコンピュ
   ータプログラム。
9. 【請求項９】 請求項７または請求項８に記載のコンピ
   ュータプログラムを記録したコンピュータ可読な記録媒
   体。