JP2015032073A - テキストデータ保存装置、テキストデータ保存プログラム及びテキストデータの保存方法 - Google Patents

Abstract

【課題】 Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルによって表示される画像化されたテキストを検索可能とするためのテキストデータ（代替テキスト）を効率的に保存することを可能にする、テキストデータ保存装置等を提供する。【解決手段】 ＨＴＭＬファイル等のマークアップ文書に含まれるイメージタグから特定されるイメージファイルをスキャンして、イメージファイルによって表示される画像化されたテキストを特定するテキストデータを認識し、これをイメージタグに含まれる代替テキストと対比して、一致しない場合は認識したテキストデータを代替テキストとして保存するよう構成することによって、Ｗｅｂページの改訂等によってイメージファイルが入れ替えられた場合にも、入れ替えたイメージファイルによって表示される画像化されたテキストを代替テキストによって検索可能として、漏れなく検索対象に含めることを可能にする。【選択図】図８

Description

本発明は、Ｗｅｂサーバに格納されたＨＴＭＬファイル等のマークアップ文書に、イメージファイルよって表示される文字や数字等のテキストを検索可能とするためのテキストデータを保存する、テキストデータ保存装置、テキストデータ保存プログラム及びテキストデータの保存方法に関するものである。

インターネット上で様々な情報を提供するＷｅｂサーバには、Ｗｅｂページを表示する際に用いられるＨＴＭＬやＸＭＬなどのマークアップ言語で記述されたファイルであるマークアップ文書や、画像を表示するイメージファイル、ＪａｖａＳｃｒｉｐｔ（登録商標）等のインクルードファイルなど、Ｗｅｂページを構成する様々なファイルが格納されている。ユーザは、パーソナルコンピュータやスマートフォンなどの端末を操作してＷｅｂブラウザを起動して、Ｗｅｂサーバからマークアップ文書やイメージファイルを読み出し、Ｗｅｂページを端末に表示させることによって、必要な情報を取得している。

Ｗｅｂページは、主に文字や数字等のテキストと画像によって構成されているが、Ｗｅｂページに表示される文字や数字等のテキストは、マークアップ文書のソースコードにテキストデータで記述されている。そのため、Ｗｅｂページに表示される文字や数字は、マークアップ文書のソースコードに記述されたテキストデータを対象に検索することができるが、ここで問題になるのが、Ｗｅｂページに表示される画像に、画像化された文字や数字等のテキストが含まれている場合である。このような画像化されたテキストはイメージファイルによって表示されるものであるが、イメージファイルに検索可能なテキストデータが含まれているわけではないので、そのままでは検索の対象とすることができない。

例えば、企業等のＷｅｂサイトにおいて横断的な大幅改訂が発生すると、修正すべき箇所を漏れなく特定するために、ｇｒｅｐという手法によって、Ｗｅｂサーバに格納されたファイルのテキスト検索を実施するが、上記のとおり画像化されたテキストは検索の対象にならないため、画像の中に修正すべきテキストが含まれていても見落とされてしまうという問題が生じることになる。

こうした問題に対応するために一般に利用されているのが、ＨＴＭＬファイルのａｌｔ属性に代替テキストを定義する方法である。例えば、図１に示したＷｅｂページにおいて、フリーダイヤルの記号と電話番号「０１２０−９９９−９９９」、その下にある「受付時間／２４時間３６５日」の部分は、イメージファイルを出力することによって表示される。すなわち、この部分に表示されている文字や数字は、画像化されたテキストであるとする。

図２は、図１に示した例の「お問い合せ」の枠の部分のＨＴＭＬファイルのソースコードを示したものであるが、このうち、上記のテキストを含む画像部分はイメージタグによって指定されたイメージファイルを出力することによって表示され、このイメージファイルによって表示される部分とイメージタグを示したのが、図３である。

図３に示したイメージタグには、イメージファイルの格納領域を特定するアドレス情報（．．／ｉｍｇｓ／ｏｔｏｉａｗａｓｅ．ｇｉｆ）だけでなく、ａｌｔ属性（ａｌｔ＝）として「フリーダイヤル ０１２０−９９９−９９９ 受付時間 ２４時間３６５日」という代替テキストが定義されている。このように、イメージタグに代替テキストを定義しておくと、図４に示したように、画像部分にカーソルを置くと、テキスト情報（フリーダイヤル ０１２０−９９９−９９９ 受付時間 ２４時間３６５日）を表示させることができるほか、マークアップ文書であるＨＴＭＬファイルのソースコードを検索すれば、イメージファイルに含まれる画像化されたテキストも検索対象に含めることが可能になる。

ところが、このようにａｌｔ属性に代替テキストを記述するためには、Ｗｅｂページの作成者がマークアップ文書に含まれるイメージタグを探して、個別に編集作業を行わなければならないため、Ｗｅｂページの作成者がこの機能を知らなかったり、イメージタグの存在を見落としてしまったり、作業が面倒で記述しなかったりすると、その部分の画像化されたテキストが検索対象から漏れることになってしまう。

こうした課題に対応するための技術として、例えば、Ｗｅｂページの作成に慣れていない者でも、簡易にａｌｔ属性の編集を行うことができるように、ＨＴＭＬファイルからイメージタグを自動抽出して、イメージタグにより指定されたイメージファイルの画像を表示させ、この画像に表示されたテキストをコンピュータに入力すれば、入力されたテキストがａｌｔ属性に代替テキストとして書き込まれる発明が開示されている（特許文献１参照）。

特開２００８−１１７１２５号公報

特許文献１に開示された発明を利用すれば、Ｗｅｂページの作成に慣れていない者でも容易にａｌｔ属性の編集が可能になるが、それでもイメージタグ毎に画像を目視で確認して、テキストを入力しなければならず、煩雑な作業が発生することになってしまう。特に、多くのＷｅｂページによって構成されるＷｅｂサイトを構築する際には、その作業量が膨大になってしまうことが想定される。

また、新たにＷｅｂサイトを構築するのではなく、既存のＷｅｂサイトの一部を改訂するような場合、ａｌｔ属性の編集を行わなければならないのは、改訂の対象となる一部のイメージタグであるにも関わらず、特許文献１に開示された発明によると、改訂の対象にならないものまで含めた全てのイメージタグが確認作業の対象になるため、改訂作業が著しく非効率になってしまうと考えられる。

本発明は、このような課題を解決するためになされたものであり、Ｗｅｂサーバに格納されたＨＴＭＬファイルなどのマークアップ文書に、イメージファイルよって表示される画像化された文字や数字等のテキストを検索可能とするためのテキストデータ（代替テキスト）を効率的に保存することを可能にする、テキストデータ保存装置、テキストデータ保存プログラム及びテキストデータの保存方法を提供することを目的とするものである。

このような課題を解決する本発明は、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルよって表示されるテキストを検索可能とするためのテキストデータを保存するための装置であって、Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択手段と、前記マークアップ文書選択手段が選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択手段と、前記イメージファイル選択手段が選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新手段と、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバに格納された前記マークアップ文書を、前記代替テキスト更新手段によってイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新手段と、を備えることを特徴とするテキストデータ保存装置である。

本発明では、ＨＴＭＬファイル等のマークアップ文書に含まれるイメージタグから特定されるイメージファイルをスキャンして、イメージファイルによって表示される画像化されたテキストを特定するテキストデータを認識し、これをイメージタグに含まれる代替テキストと対比して、一致しない場合は認識したテキストデータを代替テキストとして保存するよう構成することによって、Ｗｅｂページの改訂等によってイメージファイルが入れ替えられた場合にも、入れ替えたイメージファイルによって表示される画像化されたテキストを代替テキストによって検索可能として、漏れなく検索対象に含めることを可能にしている。

また、本発明は、前記代替テキスト更新手段は、前記イメージファイルを特定したイメージタグに代替テキストが含まれない場合には、前記イメージタグに代替テキストとして前記テキストデータを書き込むことを特徴とすることもできる。

このように構成すると、改訂等によってイメージファイルを入れ替えたり、変更したりした場合だけでなく、新たなイメージファイルを追加した場合や、Ｗｅｂページ自体を新たに作成した場合にも、自動的にテキストデータを代替テキストとして保存することが可能になる。

また、本発明は、前記代替テキスト更新手段において前記テキストデータと前記代替テキストが一致しない場合に、前記代替テキストを含むイメージタグから特定されるイメージファイルを特定するためのイメージタグを含む前記Ｗｅｂサーバに格納された第２のマークアップ文書を選択する第２のマークアップ文書選択手段を備えていて、前記代替テキスト更新手段は、前記第２のマークアップ文書選択手段が選択した第２のマークアップ文書に含まれる前記イメージファイルを特定するためのイメージタグに含まれる代替テキストを、前記イメージファイル選択手段が選択したイメージファイルをスキャンして認識されたテキストデータに更新し、前記マークアップ文書更新手段は、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバに格納された前記第２のマークアップ文書を、前記代替テキスト更新手段によってイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させることを特徴とすることもできる。

このように構成すると、あるイメージタグから特定されるイメージファイルに関する代替テキストが不適切である場合に、同じイメージファイルを対象とする他のイメージタグの代替テキストも自動的に修正されることになるため、イメージタグに代替テキストとして適切なテキストデータを保存する処理を効率化することが可能になる。

また、本発明は、前記マークアップ文書選択手段は、前記Ｗｅｂサーバに格納されたマークアップ文書のうち、所定の期間内に更新又は作成されたマークアップ文書を選択することを特徴とすることもできる。前記イメージファイル選択手段は、前記マークアップ文書選択手段が選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルのうち、前記期間内に更新又は作成されたイメージファイルを選択することを特徴としてもよい。

このように構成すると、Ｗｅｂサーバに格納された全てのマークアップ文書ではなく、一定期間内に更新されたマークアップ文書、さらにその中でも一定期間内に更新されたイメージファイルのみを対象に絞り込んで処理を行うため、代替テキストとして適切なテキストデータを保存する処理をさらに効率化することが可能になる。

本発明は、本発明にかかるテキストデータ保存装置に備えられる、テキストデータ保存プログラムに関する発明として特定することもできる。

本発明にかかるテキストデータ保存プログラムは、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルよって表示されるテキストを検索可能とするためのテキストデータを保存するためのプログラムであって、コンピュータに、Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択ステップと、前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択ステップと、前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新ステップと、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバ格納された前記マークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新ステップと、を実行させることを特徴とするテキストデータ保存プログラムである。

また、本発明にかかるテキストデータ保存プログラムは、前記代替テキスト更新ステップにおいて、前記イメージファイルを特定したイメージタグに代替テキストが含まれない場合には、前記コンピュータに、前記イメージタグに代替テキストとして前記テキストデータを書き込む処理を実行させることを特徴とすることもできる。

また、本発明にかかるテキストデータ保存プログラムは、前記コンピュータに、前記代替テキスト更新ステップにおいて前記テキストデータと前記代替テキストが一致しない場合に、前記代替テキストを含むイメージタグから特定されるイメージファイルを特定するためのイメージタグを含む前記Ｗｅｂサーバに格納された第２のマークアップ文書を選択する第２のマークアップ文書選択ステップを実行させ、前記代替テキスト更新ステップにおいて、前記コンピュータに、前記第２のマークアップ文書選択ステップで選択した第２のマークアップ文書に含まれる前記イメージファイルを特定するためのイメージタグに含まれる代替テキストを、前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータに更新する処理を実行させ、前記マークアップ文書更新ステップにおいて、前記コンピュータに、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバに格納された前記第２のマークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させる処理を実行させることを特徴とすることもできる。

また、本発明にかかるテキストデータ保存プログラムは、前記マークアップ文書選択ステップにおいて、前記コンピュータに、前記Ｗｅｂサーバに格納されたマークアップ文書のうち、所定の期間内に更新又は作成されたマークアップ文書を選択する処理を実行させることを特徴とすることもできる。前記イメージファイル選択ステップにおいて、前記コンピュータに、前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルのうち、前記期間内に更新又は作成されたイメージファイルを選択する処理を実行させることを特徴としてもよい。

本発明は、本発明にかかるテキストデータ保存装置、又はテキストデータ保存プログラムによって実行される、テキストデータの保存方法に関する発明として特定することもできる。

本発明にかかるテキストデータの保存方法は、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルよって表示されるテキストを検索可能とするためのテキストデータを保存する方法であって、コンピュータが、Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択ステップと、前記コンピュータが、前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択ステップと、前記コンピュータが、前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新ステップと、前記コンピュータが、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバ格納された前記マークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新ステップと、を有することを特徴とするテキストデータの保存方法である。

また、本発明にかかるテキストデータの保存方法は、前記代替テキスト更新ステップにおいて、前記イメージファイルを特定したイメージタグに代替テキストが含まれない場合には、前記コンピュータが、前記イメージタグに代替テキストとして前記テキストデータを書き込むことを特徴とすることもできる。

また、本発明にかかるテキストデータの保存方法は、前記コンピュータが、前記代替テキスト更新ステップにおいて前記テキストデータと前記代替テキストが一致しない場合に、前記代替テキストを含むイメージタグから特定されるイメージファイルを特定するためのイメージタグを含む前記Ｗｅｂサーバに格納された第２のマークアップ文書を選択する第２のマークアップ文書選択ステップを有していて、前記代替テキスト更新ステップにおいて、前記コンピュータは、前記第２のマークアップ文書選択ステップで選択した第２のマークアップ文書に含まれる前記イメージファイルを特定するためのイメージタグに含まれる代替テキストを、前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータに更新し、前記マークアップ文書更新ステップにおいて、前記コンピュータは、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバに格納された前記第２のマークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新することを特徴とすることもできる。

また、本発明にかかるテキストデータの保存方法は、前記マークアップ文書選択ステップにおいて、前記コンピュータは、前記Ｗｅｂサーバに格納されたマークアップ文書のうち、所定の期間内に更新又は作成されたマークアップ文書を選択することを特徴とすることもできる。前記イメージファイル選択ステップにおいて、前記コンピュータは、前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルのうち、前記期間内に更新又は作成されたイメージファイルを選択することを特徴としてもよい。

本発明によると、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルよって表示される画像化されたテキストを検索可能とするためのテキストデータを、代替テキストとして効率的に保存することが可能になり、Ｗｅｂサイトの構築、運用における管理者の利便性や作業効率を著しく向上させることが期待される。

画像化されたテキストを含むＷｅｂページの一例を示す第１の図である。 画像化されたテキストを含むＷｅｂページの一例を示す第２の図である。 画像化されたテキストを含むＷｅｂページの一例を示す第３の図である。 画像化されたテキストを含むＷｅｂページの一例を示す第４の図である。 本発明にかかるテキストデータ保存装置の実施形態の一例を示す図である。 本発明にかかるテキストデータ保存装置の構成の一例を示すブロック図である。 本発明にかかるテキストデータ保存プログラムの処理フローを示すフローチャートである。 本発明によってイメージタグに適切な代替テキストが保存されているかを確認する第１の例（適切な代替テキストが保存されている例）を示す図である。 本発明によってイメージタグに適切な代替テキストが保存されているかを確認する第２の例（未修正の代替テキストを更新して保存する例）を示す図である。 本発明によってイメージタグに適切な代替テキストが保存されているかを確認する第１の例（新たなイメージファイルのイメージタグに代替テキストを保存する例）を示す図である。

本発明を実施するための形態について、図面を用いて以下に詳細に説明する。尚、以下の説明は本発明の実施形態の一例を示したものであって、本発明はかかる実施形態に限定されるものではない。例えば、本発明におけるマークアップ文書の例として、以下の実施形態では、ＨＴＭＬによって記述されたＨＴＭＬファイルについて説明するが、本発明におけるマークアップ文書にはＨＴＭＬファイルに限られるものではなく、ＸＭＬファイルなど他のマークアップ言語によって記述されたマークアップ文書を用いることとしてもよい。

図５は、本発明にかかるテキストデータ保存装置の実施形態の一例を示している。パーソナルコンピュータやスマートフォン、タブレット端末などのインターネットに接続可能なユーザ端末を操作するユーザは、ユーザ端末のＷｅｂブラウザを起動してインターネットを介してＷｅｂサーバに接続して、Ｗｅｂページを読み出して様々な情報を閲覧する。

Ｗｅｂページは、ＨＴＭＬやＸＭＬなどのマークアップ言語で記述されたマークアップ文書や、イメージファイル、ＪａｖａＳｃｒｉｐｔ（登録商標）等のインクルードファイルなどによって構成され、これらのＷｅｂページを構成するファイルがＷｅｂサーバに格納されている。Ｗｅｂサーバが、ユーザ端末からのＵＲＬを指定したリクエストを受信すると、対応するファイルが読み出されてユーザ端末に送信される。

通常、Ｗｅｂページに画像が表示される場合、そのＷｅｂページのＨＴＭＬファイルにはイメージタグが含まれていて、イメージタグにはＷｅｂページに表示する画像のイメージファイルが格納されているＵＲＬやファイル名などのアドレス情報が指定されている。ユーザ端末にＨＴＭＬファイルが読み出されると、あわせてこのアドレス情報から特定されるイメージファイルもユーザ端末に読み出されて、イメージファイルを出力することによって画像がＷｅｂページ上に表示される。

このようにしてＷｅｂページに表示される画像には、写真や図形、模様などだけでなく、文字や数字等の画像化されたテキストが含まれている場合がある。こうした場合に、Ｗｅｂページに表示される画像化されたテキストが検索可能となるように、イメージファイルに対応するイメージタグに検索可能な代替テキストを保存するために用いられるのが、本発明にかかるテキストデータ保存装置である。

画像化されたテキストを含むイメージファイルやそのイメージファイルに対応するイメージタグがどのようなものであるか、また、イメージタグに検索可能な代替テキストがａｌｔ属性としてどのように定義されるかについては、先に従来技術として、図１〜図４を用いて説明したとおりである。

尚、図５や図６には、本発明にかかるテキストデータ保存装置を、対象となるマークアップ文書（これらの例ではＨＴＭＬファイル）が格納されたＷｅｂサーバとネットワークで接続されたテキストデータ保存サーバとして構成する例を示しているが、本発明はかかる構成に限定されるものではない。例えば、本発明にかかるテキストデータ保存装置はＷｅｂサーバを構成するコンピュータの一部の機能として、Ｗｅｂサーバと同じコンピュータに備えられるものであってもよい。

図６は、本発明にかかるテキストデータ保存装置の構成の一例を示している。テキストデータ保存サーバ１０が本発明にかかるテキストデータ保存装置に対応し、テキストデータ保存サーバ１０はＷｅｂサーバ２０とネットワークによって接続されているが、これらが一体のコンピュータとして構成されるものであってもよいことは、先に説明したとおりである。

また、テキストデータ保存サーバ１０やＷｅｂサーバ２０は、物理的に一のコンピュータによって構成されることを要件とするものではなく、複数のコンピュータが連動して必要な機能を実現するものであってもよいし、他の機能も備えた一のコンピュータの機能の一部として、これらの機能が実現されるものであってもよい。

テキストデータ保存サーバ１０は、ＣＰＵ、メインメモリ、ＨＤＤ等の補助記憶装置を備えたコンピュータによって構成され、所定の機能を実現するために、ＨＤＤ等の補助記憶装置に格納された各々の機能に対応するアプリケーションプログラムをメインメモリ等に読み出し、メインメモリ等をワーキングエリアとしてＣＰＵで演算処理を実行する。

また、テキストデータ保存サーバ１０には、ＨＴＭＬファイル選択部１１、イメージファイル選択部１２、テキスト認識部１３、ａｌｔ読取部１４、マッチング処理部１５、ＨＴＭＬファイル選択部１６、ａｌｔ書込部１７、ＨＴＭＬファイル更新部１８が備えられるが、これらの各部はいずれも機能的に特定されるものであって、各々の機能は、ＨＤＤ等の補助記憶装置に格納された各々の機能に対応するアプリケーションプログラムをメインメモリ等に読み出し、メインメモリ等をワーキングエリアとしてＣＰＵで演算処理を実行することによって実現されるものである。

Ｗｅｂサーバ２０には、パーソナルコンピュータやタブレット端末、スマートフォン等のＷｅｂブラウザを用いてインターネットに接続可能なユーザ端末から、インターネットを介して接続可能なサーバコンピュータが用いられる。Ｗｅｂサーバ２０は、ＣＰＵ、メインメモリ、ＨＤＤ等の補助記憶装置を備えたコンピュータによって構成され、所定の機能を実現するために、ＨＤＤ等の補助記憶装置に格納された各々の機能に対応するアプリケーションプログラムをメインメモリ等に読み出し、メインメモリ等をワーキングエリアとしてＣＰＵで演算処理を実行する。

Ｗｅｂサーバ２０には、Ｗｅｂページを構成するＨＴＭＬファイルが格納されるＨＴＭＬファイル格納部２１、Ｗｅｂページを構成するイメージファイルが格納されるイメージファイル格納部２２が設けられる。これらの各部には、ＨＤＤ等の補助記憶装置の所定の記憶領域が割り当てられるが、その他に、インクルードファイルなどのＷｅｂページを構成する他のファイルを格納する記憶領域も設けられるのが通常である。

ＨＴＭＬファイル格納部２１に格納されるＨＴＭＬファイル、イメージファイル格納部２２に格納されるイメージファイルについては、各々のファイルの作成日時や最新の更新日時などの履歴情報を含むメタデータが記憶されている。メタデータの記憶方法は特に限定されるものではなく、例えば、各々のファイルの一部としてヘッダー等に記憶されるものであってもよいし、更新日時と更新内容などの更新履歴を、ログデータとして各々のファイルとは別に管理することとしてもよい。

以上の構成を前提にして、図７のフローチャートと、図８〜図１０に示した本発明によってイメージタグに適切な代替テキストが保存されているかを確認して保存する３つのパターンの例を用いて、テキストデータ保存サーバ１０において動作する、本発明にかかるテキストデータ保存プログラムの処理フローについて説明する。

まず、テキストデータ保存サーバ１０のＨＴＭＬファイル選択部１１が起動されて、Ｗｅｂサーバ２０のＨＴＭＬファイル格納部２１から、前回の起動時以降に更新されたＨＴＭＬファイルと、前回の起動時以降に新たに作成されたＨＴＭＬファイルを選択して、選択したＨＴＭＬファイルをＨＴＭＬファイル格納部２１から読み出す（Ｓ０１）。

ＨＴＭＬファイル選択部１１を起動するタイミングは特に限定されるものではなく、例えば毎日何時、毎週何曜日の何時のように、ＨＴＭＬファイル選択部１１に設定されたタイミングで起動されてもよいし、オペレータが起動ボタンを押すなど任意のタイミングで起動されるものであってもよい。これらの例の場合、更新又は新たに作成されたＨＴＭＬファイルを選択するためには、各々のＨＴＭＬファイルのメタデータに含まれる最新の更新日時（新規作成の場合は作成日時）を検索することとすればよいが、かかる選択のための処理を効率化するためには、ＨＴＭＬファイル格納部２１に格納された各々のＨＴＭＬファイルの最新の更新日時を含む更新履歴を、ログデータとして別途管理しておくことが好適である。

あるいは、Ｗｅｂサーバ２０においてＨＴＭＬファイル格納部２１を監視し、ＨＴＭＬファイル格納部２１に格納されたＨＴＭＬファイルが更新された際や、新たに作成されたＨＴＭＬファイルが格納された際に、テキストデータ保存サーバ１０にＨＴＭＬファイル選択部１１の起動命令となる信号を送出するよう構成してもよい。このように構成する場合は、起動命令となる信号を送出する対象となったＨＴＭＬファイルが、更新又は新たに作成されたＨＴＭＬファイルとして選択されることになる。

尚、ＨＴＭＬファイルに含まれるイメージタグから特定されるイメージファイルについて、ファイル名や格納領域のアドレスは変更されることなくファイルのデータのみが更新され、ＨＴＭＬファイル自体には変更がない場合には、イメージファイルによって表示される画像化されたテキストが追加、削除又は変更されていたとしても、ＨＴＭＬファイルの更新履歴からはこうした変更等を検出することができないという問題が生じ得る。このような変更等にも対応できるようにするためには、ＨＴＭＬファイル自体の更新履歴だけでなく、ＨＴＭＬファイルに含まれるイメージタグから特定されるイメージファイルが更新された事実も更新履歴として記録されるように、ログデータを管理しておくことが好ましい。

続いて、ＨＴＭＬファイル格納部２１から読み出したＨＴＭＬファイルから、一のＨＴＭＬファイルを選択して（Ｓ０２）、選択したＨＴＭＬファイルのソースコードを読み取り、イメージタグが含まれているかを確認する（Ｓ０３）。選択したＨＴＭＬファイルにイメージタグが含まれていない場合は、ＨＴＭＬファイル格納部２１から読み出した全てのＨＴＭＬファイルについての処理が終了していなければ（Ｓ１４）、他のＨＴＭＬファイルを一つ選択して（Ｓ０２）、同様の処理を繰り返す。

選択したＨＴＭＬファイルにイメージタグが含まれている場合は、イメージファイル選択部１２を起動して、イメージタグに指定されたファイル名やアドレス情報から特定されるイメージファイルを選択し、Ｗｅｂサーバ２０のイメージファイル格納部２２から読み出して（Ｓ０４）、このイメージファイルに変更があるかを確認する（Ｓ０５）。

ここでイメージファイルに変更があるか否かを判断するためには、ＨＴＭＬファイルの場合と同様に、イメージファイルの更新日時等の更新履歴から、前回の起動時以降に更新又は新たに作成されたイメージファイルを特定することができるが、イメージファイル自体は更新又は新たに作成されたものでなくても、イメージタグに含まれるファイル名等の変更によってＷｅｂページに表示される画像化されたテキストが変更される場合もあるので、イメージファイルの更新日時等だけでなく、イメージタグに含まれるファイル名等の変更の有無についても、確認の対象に加えることが好ましい。

イメージファイルに変更がない場合は、ＨＴＭＬファイル格納部２１から読み出した全てのＨＴＭＬファイルについての処理が終了していなければ（Ｓ１４）、他のＨＴＭＬファイルを一つ選択して（Ｓ０２）、同様の処理を繰り返す。尚、対象となるＨＴＭＬファイルに複数のイメージファイルが含まれている場合、全てのイメージファイルについて変更がなければＳ１４の処理を行うが、一つでもイメージファイルに変更があればそのイメージファイルについて、以下に説明するＳ０６〜Ｓ１３の処理を実行する。

イメージファイルに変更がある場合（イメージファイルが更新されている場合や新たなイメージファイルが追加された場合、イメージタグにより特定されるイメージファイルが変更されている場合など）は、テキスト認識部１３を起動し、そのイメージファイルをスキャン（イメージファイルによって出力されるイメージをスキャン）して（Ｓ０６）、イメージ上に表示される画像化された文字や数字などのテキストを認識する処理を実行する（Ｓ０７）。

ここでテキストが認識できない場合の処理方法は特に限定されるものではないが、例えば、テキストを認識できないイメージファイルを保留リストに記録しておき、保留リストに記録されたイメージファイルをコンピュータのディスプレイに出力して、管理者が目視で画像化された文字や数字等のテキストが含まれているかを確認して、必要に応じてａｌｔ属性を編集する操作を行うこととすればよい。

画像化されたテキストを認識してテキストデータが特定できた場合には、ａｌｔ読取部１４して、対象となるイメージファイルを特定したイメージタグから、ａｌｔ属性に定義された代替テキストを読み取る（Ｓ０８）。さらに、マッチング処理部１５を起動して、先にテキスト認識部１３で認識した画像化されたテキストから特定されるテキストデータと、ａｌｔ読取部１４で読み取った代替テキストを対比する（Ｓ０９）。これらが一致する場合は、イメージタグのａｌｔ属性に画像化されたテキストに合致する適切な代替テキストが定義されていると考えられるので、ａｌｔ属性を編集しなおす必要はない。

一方、これらが一致しない場合は、ａｌｔ属性を編集しなおすことが必要になるが、ここでＨＴＭＬファイル選択部１６を起動して、認識した画像化されたテキストから特定されるテキストデータと読み取った代替テキストが一致しないイメージファイルを特定するイメージタグが含まれるＨＴＭＬファイルが他にもあるか、Ｗｅｂサーバ２０のＨＴＭＬファイル格納部２１を検索して（Ｓ１０）、該当するＨＴＭＬファイルがあれば（Ｓ１１）、そのＨＴＭＬファイルを選択して、ＨＴＭＬファイル格納部２１から読み出す（Ｓ１２）。この検索で複数のＨＴＭＬファイルがヒットした場合には、全てのＨＴＭＬファイルを選択して読み出す。

続いて、ａｌｔ書込部１７を起動して、最初に読み出したＨＴＭＬファイルを含めて、全てのＨＴＭＬファイルに含まれる該当するイメージタグのａｌｔ属性に定義された代替テキストを、イメージファイルをスキャンして認識したテキストから特定されるテキストデータに修正する。さらに、ＨＴＭＬファイル更新部１８を起動し、ａｌｔ属性が修正されたＨＴＭＬファイルをＷｅｂサーバ２０にアップロードして、ＨＴＭＬファイル格納部２１に格納された各々のＨＴＭＬファイルを更新する（Ｓ１３）。

検索でヒットするＨＴＭＬファイルが存在しない場合は（Ｓ１１）、最初に読み出したＨＴＭＬファイルに含まれる該当するイメージタグのａｌｔ属性に定義された代替テキストを、イメージファイルをスキャンして認識したテキストから特定されるテキストデータに修正し、ａｌｔ属性が修正されたＨＴＭＬファイルをＷｅｂサーバ２０にアップロードして、ＨＴＭＬファイル格納部２１に格納された各々のＨＴＭＬファイルを更新する（Ｓ１３）。

尚、Ｓ１０〜Ｓ１２に示した処理を行わず、同じイメージファイルが用いられている場合であっても、各々のＨＴＭＬファイルについてイメージファイルの選択やスキャンなどの処理を行うこととしてもよいが、Ｓ１０〜Ｓ１２に示した処理を行えば、同じイメージファイルを何度もＷｅｂサーバ２０のイメージファイル格納部２２から読み出したり、スキャンしたりする必要がなくなるので、より効率的な処理が可能になる。

図８〜図１０は、Ｓ０６〜Ｓ１３の処理において、発生し得ると考えられる３つのパターンを例示したものである。図８では、ファイル１によって表示されるＷｅｂページには「あああ」という画像化されたテキストを含むイメージが表示され、ａｌｔ属性にも「あああ」という適切な代替テキストが定義されていたところに、このイメージが「いいい」という画像化されたテキストを含むイメージに変更されたが、あわせてａｌｔ属性に定義された代替テキストも「いいい」に変更されているため、イメージファイルをスキャンしたテキストデータとイメージタグに含まれるａｌｔ属性の代替テキストは一致している。つまり、イメージファイルの変更に伴い、ａｌｔ属性も変更されて適切な代替テキストが保存されていると考えられるので、ａｌｔ属性の編集は不要である。

図９では、ファイル２によって表示されるＷｅｂページには「ううう」という画像化されたテキストを含むイメージが表示され、そのイメージに対応するイメージタグのａｌｔ属性にも「ううう」という適切な代替テキストが定義されていたところに、このイメージが「えええ」という画像化されたテキストを含むイメージに変更されたにも関わらず、ａｌｔ属性に定義された代替テキストは「ううう」のままで、変更漏れが生じてしまっている。このイメージのイメージファイルをスキャンして「えええ」という画像化されたテキストを特定するテキストデータが認識され、これを「ううう」というイメージタグに含まれるａｌｔ属性の代替テキストを対比すると、両者は一致しないことから、イメージファイルが変更されたものの、ａｌｔ属性が変更されず適切な代替テキストが保存されていないことが確認できる。

このような場合には、ファイル２の他に、Ｗｅｂサーバ２０のＨＴＭＬファイル格納部２１を検索して、同じイメージファイルが用いられているファイル３も読み出し、ファイル２、ファイル３の両方のイメージタグに含まれるａｌｔ属性に定義された代替テキストを「えええ」に変更し、保存したファイルをそれぞれアップロードして、Ｗｅｂサーバ２０のＨＴＭＬファイル格納部２１に格納されているファイル２、ファイル３を更新する。

図１０では、ファイル４が新たに作成され、ファイル４によって表示されるＷｅｂページには「おおお」という画像化されたテキストを含むイメージが表示されているものの、そのイメージに対応するイメージタグのａｌｔ属性には代替テキストの定義が漏れていて、何も記述されていない状態である。このイメージのイメージファイルをスキャンすると「おおお」という画像化されたテキストを特定するテキストデータが認識されるが、このイメージファイルを特定するイメージタグのａｌｔ属性には代替テキストが定義されておらず、両者が一致することにはならないことから、表示されるイメージのａｌｔ属性に適切な代替テキストが保存されていないことが確認できる。

このような場合には、ファイル４の他に、Ｗｅｂサーバ２０のＨＴＭＬファイル格納部２１を検索して、同じイメージファイルが用いられているファイル５も読み出し、ファイル４、ファイル５の両方のイメージタグに含まれるａｌｔ属性に「おおお」という代替テキストを定義して保存したファイルをそれぞれアップロードして、Ｗｅｂサーバ２０のＨＴＭＬファイル格納部２１に格納されているファイル４、ファイル５を更新する。

以上に説明した、先に選択した一のＨＴＭＬファイルについて、イメージファイルに画像化されたテキストが含まれる場合に、そのテキストのテキストデータを適切にａｌｔ属性の代替テキストに保存して、テキスト検索を可能にするＳ０６〜Ｓ１３の処理が終了すると、ＨＴＭＬファイル格納部２１から読み出した全てのＨＴＭＬファイルについての処理が終了していなければ（Ｓ１４）、他のＨＴＭＬファイルを一つ選択して（Ｓ０２）、同様の処理を繰り返す。全てのＨＴＭＬファイルについての処理が終了したところで、本発明にかかるテキストデータ保存プログラムによる処理を終了する。

１０ テキストデータ保存サーバ
１１ ＨＴＭＬファイル選択部
１２ イメージファイル選択部
１３ テキスト認識部
１４ ａｌｔ読取部
１５ マッチング処理部
１６ ＨＴＭＬファイル選択部
１７ ａｌｔ書込部
１８ ＨＴＭＬファイル更新部
２０ Ｗｅｂサーバ
２１ ＨＴＭＬファイル格納部
２２ イメージファイル格納部

本発明は、Ｗｅｂサーバに格納されたＨＴＭＬファイル等のマークアップ文書に、イメージファイルによって表示される文字や数字等のテキストを検索可能とするためのテキストデータを保存する、テキストデータ保存装置、テキストデータ保存プログラム及びテキストデータの保存方法に関するものである。

本発明は、このような課題を解決するためになされたものであり、Ｗｅｂサーバに格納されたＨＴＭＬファイルなどのマークアップ文書に、イメージファイルによって表示される画像化された文字や数字等のテキストを検索可能とするためのテキストデータ（代替テキスト）を効率的に保存することを可能にする、テキストデータ保存装置、テキストデータ保存プログラム及びテキストデータの保存方法を提供することを目的とするものである。

このような課題を解決する本発明は、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルによって表示されるテキストを検索可能とするためのテキストデータを保存するための装置であって、Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択手段と、前記マークアップ文書選択手段が選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択手段と、前記イメージファイル選択手段が選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新手段と、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバに格納された前記マークアップ文書を、前記代替テキスト更新手段によってイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新手段と、を備えることを特徴とするテキストデータ保存装置である。

本発明にかかるテキストデータ保存プログラムは、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルによって表示されるテキストを検索可能とするためのテキストデータを保存するためのプログラムであって、コンピュータに、Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択ステップと、前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択ステップと、前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新ステップと、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバ格納された前記マークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新ステップと、を実行させることを特徴とするテキストデータ保存プログラムである。

本発明にかかるテキストデータの保存方法は、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルによって表示されるテキストを検索可能とするためのテキストデータを保存する方法であって、コンピュータが、Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択ステップと、前記コンピュータが、前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択ステップと、前記コンピュータが、前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新ステップと、前記コンピュータが、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバ格納された前記マークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新ステップと、を有することを特徴とするテキストデータの保存方法である。

本発明によると、Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルによって表示される画像化されたテキストを検索可能とするためのテキストデータを、代替テキストとして効率的に保存することが可能になり、Ｗｅｂサイトの構築、運用における管理者の利便性や作業効率を著しく向上させることが期待される。

Claims (7)

1. Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルよって表示されるテキストを検索可能とするためのテキストデータを保存するための装置であって、
   Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択手段と、
   前記マークアップ文書選択手段が選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択手段と、
   前記イメージファイル選択手段が選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新手段と、
   前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバに格納された前記マークアップ文書を、前記代替テキスト更新手段によってイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新手段と、
   を備えることを特徴とするテキストデータ保存装置。
2. 前記代替テキスト更新手段は、前記イメージファイルを特定したイメージタグに代替テキストが含まれない場合には、前記イメージタグに代替テキストとして前記テキストデータを書き込むこと
   を特徴とする請求項１記載のテキストデータ保存装置。
3. 前記代替テキスト更新手段において前記テキストデータと前記代替テキストが一致しない場合に、前記代替テキストを含むイメージタグから特定されるイメージファイルを特定するためのイメージタグを含む前記Ｗｅｂサーバに格納された第２のマークアップ文書を選択する第２のマークアップ文書選択手段を備えていて、
   前記代替テキスト更新手段は、前記第２のマークアップ文書選択手段が選択した第２のマークアップ文書に含まれる前記イメージファイルを特定するためのイメージタグに含まれる代替テキストを、前記イメージファイル選択手段が選択したイメージファイルをスキャンして認識されたテキストデータに更新し、
   前記マークアップ文書更新手段は、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバに格納された前記第２のマークアップ文書を、前記代替テキスト更新手段によってイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させること
   を特徴とする請求項１又は２記載のテキストデータ保存装置。
4. 前記マークアップ文書選択手段は、前記Ｗｅｂサーバに格納されたマークアップ文書のうち、所定の期間内に更新又は作成されたマークアップ文書を選択すること
   を特徴とする請求項１乃至３いずれかに記載のテキストデータ保存装置。
5. 前記イメージファイル選択手段は、前記マークアップ文書選択手段が選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルのうち、前記期間内に更新又は作成されたイメージファイルを選択すること
   を特徴とする請求項４記載のテキストデータ保存装置。
6. Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルよって表示されるテキストを検索可能とするためのテキストデータを保存するためのプログラムであって、コンピュータに、
   Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択ステップと、
   前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択ステップと、
   前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新ステップと、
   前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバ格納された前記マークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新ステップと、
   を実行させることを特徴とするテキストデータ保存プログラム。
7. Ｗｅｂサーバに格納されたマークアップ文書に、イメージファイルよって表示されるテキストを検索可能とするためのテキストデータを保存する方法であって、
   コンピュータが、Ｗｅｂサーバに格納されたマークアップ文書を選択するマークアップ文書選択ステップと、
   前記コンピュータが、前記マークアップ文書選択ステップで選択したマークアップ文書に含まれるイメージタグから特定されるイメージファイルを選択するイメージファイル選択ステップと、
   前記コンピュータが、前記イメージファイル選択ステップで選択したイメージファイルをスキャンして認識されたテキストデータと、前記イメージファイルを特定したイメージタグに含まれる代替テキストを対比し、前記テキストデータと前記代替テキストが一致しない場合には、前記イメージタグに含まれる代替テキストを前記テキストデータに更新する代替テキスト更新ステップと、
   前記コンピュータが、前記Ｗｅｂサーバにおいて、前記Ｗｅｂサーバ格納された前記マークアップ文書を、前記代替テキスト更新ステップでイメージタグに含まれる代替テキストが更新されたマークアップ文書に更新させるマークアップ文書更新ステップと、
   を有することを特徴とするテキストデータの保存方法。