KR101319966B1 - 전자 서식 변환 장치 및 방법 - Google Patents

전자 서식 변환 장치 및 방법 Download PDF

Info

Publication number
KR101319966B1
KR101319966B1 KR1020120127671A KR20120127671A KR101319966B1 KR 101319966 B1 KR101319966 B1 KR 101319966B1 KR 1020120127671 A KR1020120127671 A KR 1020120127671A KR 20120127671 A KR20120127671 A KR 20120127671A KR 101319966 B1 KR101319966 B1 KR 101319966B1
Authority
KR
South Korea
Prior art keywords
xml
information
document
document file
xml document
Prior art date
Application number
KR1020120127671A
Other languages
English (en)
Inventor
신용주
최기석
김재수
이홍로
이규철
차승준
최규진
Original Assignee
한국과학기술정보연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020120127671A priority Critical patent/KR101319966B1/ko
Application granted granted Critical
Publication of KR101319966B1 publication Critical patent/KR101319966B1/ko
Priority to PCT/KR2013/010248 priority patent/WO2014073941A1/ko
Priority to US14/129,331 priority patent/US20150248382A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/14—Tree-structured documents
    • G06F40/143—Markup, e.g. Standard Generalized Markup Language [SGML] or Document Type Definition [DTD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/151—Transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/151—Transformation
    • G06F40/154—Tree transformation for tree-structured or markup documents, e.g. XSLT, XSL-FO or stylesheets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Document Processing Apparatus (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 전자 서식 변환 방법 및 장치가 개시되어 있다. 이러한 본 발명에 따르면, 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 요청된 PDF 문서 파일의 표를 분석하고 분석된 표를 미리 정의된 기준 정보를 기준으로 표준 문서로 변환하여 표를 텍스트 대신 셀 범위 정보의 이미지로 추출한 후, 변환된 PDF 문서의 표에 대응되는 셀 범위 정보를 포함하는 표준 문서를 XML 서신 변환 포맷에 따라 XML 문서로 변환한 후 변환된 XML 문서를 이미 정의된 XML 기준 정보 및 XML 스키마에 따라 XML 구조화하여 제공함에 따라, PDF 문서 파일을 XML 문서 파일로 정확하게 변환하여 제공하여 문서의 서식 변환 품질을 근본적으로 향상시킬 수 있게 된다.

Description

전자 서식 변환 장치 및 방법{APPARATUS AND METHOD FOR CONVERTING FORMAT OF ELECTRIC DOCUMENT}
본 발명은 전자 서식 변환 장치 및 방법에 관한 것으로, 더욱 상세하게는 PDF 문서 파일에 포함된 표를 셀 범위 정보로 재설정하고 설정된 셀 범위 정보를 포함하는 표준 문서를 미리 정의된 XML 서식 포멧에 따라 변환한 후 변환된 XML 문서 파일로부터 XML 스키마를 획득하며 획득된 XML 스키마와 이미 정의된 기준 정보를 토대로 XML 구조화하여 XML 데이터를 제공할 수 있도록 한 장치 및 방법에 관한 것이다.
최근 들어, e-비즈니스와 IT 등에 대한 기술이 급속도로 발전함에 따라 기업 간의 업무처리에 있어서도, 종이로 된 문서를 교환하여 처리하는 방식에서 벗어나 전자적으로 정보를 처리하여 이를 토대로 기업 간에 업무를 처리하고 있다.
즉, 사업 주체 간의 거래 활동에 있어서 전자 문서를 사용함으로써 업무처리비용의 절감, 거래시간 단축, 기업 경영의 효율성 및 경쟁력 강화 등의 효과를 얻기 위한 노력들이 있어왔다.
하지만, 이러한 전자 문서 사용의 효과에도 불구하고, 여전히 국내외적으로는 오프라인 형태의 종이 서류를 전자 문서와 병행하여 이용하고 있는 상황이다.
또한, 종래에 전자 문서들은 매우 다양한 형태 또는 포맷의 전자 문서가 존재하고 있는데, 이러한 전자 문서의 다양한 형태 또는 포맷은 전자 문서의 원활한 교환과 이를 통한 업무 처리에 장애가 되는 요인으로 작용할 수 있으며, 시스템 간의 호환성 문제를 발생시켜 시스템 변경 및 추가 등의 불필요한 상호운용 비용을 발생시킬 수 있는 문제점도 있다.
특히 종래에 PDF(Portable Document Format) 파일을 XML(eXtensible Markup Language) 문서 파일로 변환하여 저장하기 위해, 변환 엔진을 실행하는 경우 상기 PDF 문서 파일에 삽입된 그림, 도표, 각주와 같은 비텍스트에 의해 텍스트가 분리되는 현상이 빈번하게 발생하였다.
이러한 이유로 PDF 문서 파일을 XML 문서 파일로 서식 변환하는 경우 변환하고자 하는 표가 보존되지 않는 현상이 발생하여 원문 자체에 텍스트 오류가 발생하게 되고, 그에 따라 서식 변환 품질이 낮아지는 문제점이 발생한다.
본 발명은 상기 문제점을 해결하기 위하여 안출한 것으로, 본 발명의 목적은 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 분석된 표 정보를 미리 정의된 기준 정보를 토대로 시작점과 끝점을 가지는 단일 선 정보를 추출하고, 상기 단일 선 정보로부터 교점 정보를 도출하며, 상기 교점 정보를 토대로 셀 범위 정보를 추출하는 표준 문서 생성부와, XML 서식 변환 정보가 입력되면 상기 셀 범위 정보를 포함하는 표준 문서를 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하는 XML 문서 생성부와, 변환 문서 요청에 응답하여 상기 XML 문서 파일을 이미 정의된 기준 정보에 따라 XML 구조화하여 제공하는 XML 문서 제공부를 포함하되, 상기 XML 문서 제공부는, XML 문서 생성부의 XML 문서 파일을 수신하여 처리하고 수신하여 처리하고 스키마 리포지터리로부터 XML 데이터 스트림내의 지정된 스키마를 획득하는 스키마 획득부와, 입력된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 구조화하여 XML 데이터로 변환하여 제공하는 저장부를 포함하는 전자 서식 변환 장치를 제공함에 따라, PDF 문서 파일에 삽입된 표를 XML 문서 파일로 정확하게 변환하여 문서의 서식 변환 품질을 근본적으로 증가할 수 있게 된다.
본 발명의 다른 목적은, 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 분석된 표 정보를 미리 정의된 기준 정보를 토대로 시작점과 끝점을 가지는 단일 선 정보를 추출하고, 상기 단일 선 정보로부터 교점 정보를 도출하며, 상기 교점 정보를 토대로 셀 범위 정보를 추출하는 표준 문서 생성 단계와, XML 서식 변환 정보가 입력되면 상기 셀 범위 정보를 포함하는 표준 문서를 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하는 XML 문서 생성 단계와, 변환 문서 요청에 응답하여 상기 XML 문서 파일을 이미 정의된 기준 정보에 따라 XML 구조화하여 제공하는 XML 문서 제공 단계를 포함하되, 상기 XML 문서 제공 단계는, XML 문서 생성 단계의 XML 문서 파일을 수신하여 처리한 후 이미 정의된 스키마 리포지터리로부터 XML 데이터 스트림 내의 지정된 XNL 스키마를 획득하고, 입력된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 변환 XML 데이터로 구조화하여 제공하도록 구비되는 전자 서식 변환 방법을 제공함에 따라, PDF 문서 파일에 삽입된 표를 XML 문서 파일로 정확하게 변환하여 문서의 서식 변환 품질을 근본적으로 증가할 수 있게 된다.
상기 목적을 달성하기 위한 본 발명의 제1 관점에 다른 기술적 과제는,
변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 요청된 PDF 문서 파일의 표를 분석하고, 분석된 표를 미리 정의된 PDF 기준 정보를 토대로 셀 범위 정보를 도출하며 도출된 셀 범위 정보와 텍스트의 표준 문서를 XML 서식 변환 포맷에 따라 XML 문서로 변환하며 변환된 XML 문서를 이미 정의된 XML 기준 정보에 따라 변환하여 XML 구조화하여 제공하는 장치로 구비되고, 이러한 장치는,
변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 분석된 표 정보를 미리 정의된 기준 정보를 토대로 시작점과 끝점을 가지는 단일 선 정보를 추출하고, 상기 단일 선 정보로부터 적어도 하나의 공통된 시작점 또는 끝점을 가지는 교점 정보를 도출하며, 상기 교점 정보를 토대로 셀 범위 정보를 추출 및 저장하는 표준 문서 변환부와,
XML 서식 변환 요청이 입력되면 상기 셀 범위 정보를 가지는 표준 문서를 미리 정의된 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하는 XML 문서 생성부와,
변환 문서 요청에 응답하여 상기 XML 문서 파일을 미리 정의된 XML 기준 정보를 토대로 XML 구조화하여 제공하는 XML 문서 제공부를 포함하는 것을 특징으로 한다.
바람직하게 상기 XML 문서 제공부는,
상기 XML 문서 생성부의 XML 문서 파일을 수신하여 처리하고 스키마 리포지터리로부터 XML 데이터 스트림내의 지정된 XML 스키마를 획득하는 스키마 획득부와,
입력된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 구조화하여 XML 데이터로 변환하여 제공하는 저장부를 포함하는 것을 특징으로 한다.
본 발명의 다른 관점에 따른 기술적 과제는,
변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 분석된 표 정보를 미리 정의된 기준 정보를 토대로 시작점과 끝점을 가지는 단일 선 정보를 추출하고, 상기 단일 선 정보로부터 교점 정보를 도출하며, 상기 교점 정보를 토대로 셀 범위 정보를 추출하는 표준 문서 생성 단계와,
XML 서식 변환 정보가 입력되면 상기 셀 범위 정보를 포함하는 표준 문서를 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하는 XML 문서 생성 단계와,
변환 문서 요청에 응답하여 상기 XML 문서 파일을 이미 정의된 기준 정보에 따라 XML 구조화하여 제공하는 XML 문서 제공 단계를 포함하는 것을 특징으로 한다.
바람직하게 상기 XML 문서 제공 단계는,
상기 XML 문서 생성 단계의 XML 문서 파일을 수신하여 처리하고 수신하여 처리하고 이미 정의된 스키마 리포지터리로부터 XML 데이터 스트림내의 지정된 XML 스키마를 획득하고,
입력된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 변환 XML 데이터로 구조화하여 제공하도록 구비되는 것을 특징으로 한다.
상술한 바와 같이 본 발명에 따르면, 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 요청된 PDF 문서 파일의 표를 분석하고 분석된 표를 미리 정의된 기준 정보를 기준으로 표준 문서로 변환하여 표를 텍스트 대신 셀 범위 정보의 이미지로 추출한 후, 변환된 PDF 문서의 표에 대응되는 셀 범위 정보를 포함하는 표준 문서를 XML 서신 변환 포맷에 따라 XML 문서로 변환한 후 변환된 XML 문서를 이미 정의된 XML 기준 정보 및 XML 스키마에 따라 XML 구조화하여 제공함에 따라, PDF 문서 파일을 XML 문서 파일로 정확하게 변환하여 제공하여 문서의 서식 변환 품질을 근본적으로 향상시킬 수 있고, 문서에 대한 저장 및 관리가 용이한 효과를 얻는다.
도 1은 본 발명의 실시 예에 따른 전자 서식 변환 장치의 구성을 보인 도이다.
도 2는 본 발명의 실시 예에 적용되는 PDF 문서 파일에 삽입된 표와 그 표의 표준 오퍼레이션을 보인 예시도이다.
도 3은 본 발명의 실시 예에 따라, PDF 문서 파일의 표로부터 추출된 단일 선 정보를 보인 예시도이다.
도 4는 본 발명의 실시 예에 따라, 추출된 단일 선 정보로부터 도출된 교점을 보인 예시도이다.
도 5는 본 발명의 실시 예에 따라, 도출된 교점으로부터 추출된 셀 범위 정보를 보인 예시도이다.
도 6은 본 발명의 실시 예에 따른 XML 문서 제공부의 MXL 구조화된 상태를 보인 예시도이다.
도 7은 본 발명의 다른 실시 예에 따른 전자 서식 변환 과정을 보인 흐름도이다.
본 발명과 본 발명의 동작상의 잇점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
하기 설명에서 구체적인 특정 사항들을 나타내고 있는데, 이는 본 발명의 보다 전반적인 이해를 돕기 위해 제공된 것이다. 그리고 본 발명을 설명함에 있어, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다.
도 1은 본 발명의 실시 예에 따른 전자 서식 변환 장치의 구성을 보인 도이다.
본 발명의 실시 예에 따른 전자 서식 변환 장치는, 도 1 에 도시한 바와 같이, 표준 문서 변환부(10), XML 문서 생성부(30), 및 XML 문서 제공부(50)를 포함한다.
상기 표준 문서 변환부(10)는 PDF 문서 파일에 저장된 표를 표준 오퍼레이션에 따라 분석하고, 분석된 표 정보를 미리 정의된 기준 정보를 토대로 각 시작점과 끝점에 대한 좌표로 설정된 단일 선 정보로 추출하도록 구비된다.
즉, 도 2의 a)에 도시된 바와 같은 PDF 문서 파일에 첨부된 표가 삽입된 경우 표준 오퍼레이션을 통해 도 2의 b)에 도시된 바와 같은 표 정보가 저장된다.
그리고, 상기 표준 문서 변환부(10)는 도 3의 b)에 도시된 표 정보와 이미 정의된 기준 정보를 토대로 죄표계로 위치가 설정된 각 시작점(x, y)과 끝점(x', y)을 가지는 단일 선 정보를 추출한다. 이때 상기 단일 선 정보는 도 3에 도시된 바와 같다.
또한, 상기 표준 문서 변환부(10)는 시작점과 끝점의 좌표 정보를 가지는 단일 선 정보로부터 각 단일 선에 대한 교점을 도출하도록 구비된다.
즉, 상기 표준 문서 변환부(10)는 상기 끝점(y)가 같은 값을 가지는 가로 라인의 단일 선 정보의 집합(a)와 상기 시작점(x)가 같은 값을 가지는 세로 라인의 단일 선 정보의 집합(b)를 설정하고, 상기 가로 라인의 단일 선 정보의 집합(a) 중 제1 단일 선 정보(L(x,y)(x', y)와 상기 세로 라인의 단일 선 정보의 집합(b) 중 제1 단일 선 정보(M(p, q)(p, q')로부터 제1 교점(p, y)을 도출한다.
예를 들어, 상기 집합(a)의 제1 단일 선 정보(L(x,y)(x', y)과 집합(b)의 제1 단일 선 정보(M(p, q)(p, q')을 토대로 두 제1 단일 선 정보 중 공통값을 가지는 교차점(p, y)이 도출되고, 도출된 교차점(p, y)이 각 집합(a)(b)의 각 제1 단일 선 정보L((x,y)(x', y), M(p, q)(p, q'))로부터 도출된 각 소정 범위 내에 존재하는 경우 교점으로 판정하여 교점 리스트(N)에 추가된다.
한편, 상기 도출된 교차점(p, y)이 각 집합(a)(b)의 제1 단일 선 정보로부터 도출된 각 소정 범위 내에 존재하지 아니한 경우 상기 집합(a)의 제1 단일 선 정보(L(x,y)(x', y)과 집합(b)의 제2 단일 선 정보(M(p, q')(p, q"))를 추출하고, 집합(b)의 제2 단일 선 정보가 마지막 단일 선 정보가 아닌 경우 상기 집합(a)의 제1 단일 선 정보(L(x,y)(x', y)과 집합(b)의 제2 단일 선 정보(M(p, q')(p, q"))으로부터 교점이 도출된다.
또한 상기 표준 문서 변환부(10)는 상기 집합(b)의 제2 단일 선 정보가 마지막 단일 선 정보인 경우 상기 집합(a)의 제2 단일 선 정보(L(x',y)(x", y)과 집합(b)의 제1 단일 선 정보(M(p, q)(p, q'))를 추출하고, 추출된 집합(a)의 제2 단일 선 정보가 집합(a)의 마지막 단일 선 정보가 아닌 경우 상기 집합(a)의 제2 단일 선 정보(L(x',y)(x", y)과 집합(b)의 제1 단일 선 정보(M(p, q)(p, q'))에 대한 교점을 도출한다.
이러한 교점의 도출하는 일련의 과정은 집합(a)과 집합(b)에 속하는 모든 단일 선 정보가 완료될 때까지 반복 실행된다. 도출된 교점 정보는 도 4에 도시된 바와 같다.
한편, 상기 표준 문서 변환부(10)는 각 단일 선 정보를 토대로 모든 교점의 추출이 완료되면 상기 교점 리스트의 각 교점에 대한 좌표 정보를 토대로 정렬한 후 상단에 위치한 교점의 집합(a)와 상기 집합(a)의 제1 교점(L), 상기 제1 교점(L)을 기준으로 하단에 위치한 교점의 집합(b), 및 교점 집합(b)의 제1 교점(M)을 토대로 셀 범위 추출 및 저장하도록 구비된다.
즉, 상기 표준 문서 변환부(10)는 상기 교점 리스트의 각 교점에 대한 좌표 정보를 토대로 정렬한 후 정렬된 교점으로부터 상단에 위치한 교점의 집합(a)와 상기 집합(a)의 제1 교점(L), 상기 제1 교점(L)을 기준으로 하단에 위치한 교점의 집합(b), 및 교점 집합(b)의 제1 교점(M)을 추출한다.
그리고, 표준 문서 변환부(10)는 상기 집합(a)의 제1 교점(L)의 X축 좌표값과 상기 집합(b)의 제1 교점(M)의 X축 좌표값이 일치하는 경우 제1 교점(L)의 옆에 위치한 제2 교점(N)을 추출하고, 추출된 제2 교점(N)을 통과하는 단일 선 정보가 존재하는 지를 판단하며, 판단 결과 제2 교점을 지는 단일 선 정보가 존재하는 경우 셀 범위 정보를 집합(a)의 제1 교점(L(x),L(y)) 및 제2 교점(N(x), N(y))과 집합(b)의 제1 교점(M(x), M(y)) 및 제2 교점(N(x), M(y))으로 추출한 후 저장한다. 상기의 일련의 과정을 통해 도출된 셀 범위 정보는 도 5에 도시된 바와 같다.
또한, 상기 표준 문서 변환부(10)는 상기 집합(a)의 제1 교점(L)을 제2 교점(N)으로 업데이트하고, 상기 업데이트된 제1 교점(L)이 집합(a)의 마지막 교점인 지를 판단하고, 판단 결과 업데이트된 제1 교점(L)이 집합(a)의 마지막 교점인 경우 집합(a)의 하단에 위치한 집합을 집합(a)로 업데이트한 후 상기 업데이트된 집합(a)가 마지막 집합에 도달할 때까지 셀 범위 정보 추출 및 저장을 반복 실행한다.
그리고, 상기 표준 문서 변환부(10)의 셀 범위 정보는 PDF 기준 정보를 토대로 텍스트로 변환된 표준 문서와 함께 XML 문서 생성부(30)로 제공되며, 상기 XML 문서 생성부(30)는, XML 서식 변환 정보가 입력되면 셀 범위 정보를 포함하는 상기 표준 문서를 미리 정의된 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하고, 생성된 XML 문서 파일은 XML 문서 제공부(50)로 제공된다.
상기 XML 문서 제공부(50)는 변환 문서 요청에 응답하여 상기 XML 문서 파일을 미리 정의된 XML 기준 정보를 토대로 XML 구조화하여 제공하도록 구비되고, 상기 스키마 획득부(51) 및 저장부(53)로 구비된다.
즉, 상기 스키마 획득부(51)는, XML 문서 생성부의 XML 문서 파일을 수신하여 처리하고 수신하여 처리하고 스키마 리포지터리로부터 XML 데이터 스트림내의 지정된 스키마를 획득한 후 저장부(53)로 제공되며, 상기 저장부(53)는 입력된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 구조화하여 XML 데이터로 변환하여 메모리에 제공한다.
이때 스키마 획득부(51)를 통해 획득된 XML 스키마는 도 6의 (a)에 도시된 바와 같고, 상기 XML 기준 정보를 토대로 XML 구조화된 XML 데이터는 도 6의 (b)에 도시된 바와 같다.
변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 요청된 PDF 문서 파일의 표를 분석하고 분석된 표를 미리 정의된 기준 정보를 기준으로 표준 문서로 변환하여 표를 텍스트 대신 셀 범위 정보의 이미지로 추출한 후, 변환된 PDF 문서의 표에 대응되는 셀 범위 정보를 포함하는 표준 문서를 XML 서신 변환 포맷에 따라 XML 문서로 변환한 후 변환된 XML 문서를 이미 정의된 XML 기준 정보에 따라 XML 구조화하여 제공하는 일련의 과정은 도 7을 참조하여 보다 구체적으로 설명한다.
도 7은 도 1에 도시된 전자 서식 변환 장치의 동작 과정을 보인 흐름도이다, 도 1 내지 도 7을 참조하여 본 발명의 다른 실시 예에 따른 ＰＤＦ 문서 파일을 XML 데이터로 자동 변환하는 과정을 설명한다.
우선, 상기 표준 문서 변환부(10)는 단계(100)를 통해 변환 요청된 PDF 문서 파일을 수신하고 수신된 PDF 문서 파일의 표 정보를 분석한다(단계 200).
그리고, 상기 분석된 표 정보와 이미 정의된 기준 정보를 토대로 PDF 문서 파일의 표에 대한 단일 선 정보를 도출한다(단계 300).
즉, 단일 선 정보는, 도 4에 도시된 바와 같이, 이미 정의된 표를 구성하는 각 선에 대한 시작점의 좌표(x, y)과 끝점의 좌표(x, y')을 가진다.
이러한 단일 선 정보는 표준 문서 변환부(10)의 교점 도출부(13)에 제공된다.
상기 교점 도출부(13)는 단계(400)를 통해 단일 선 정보를 토대로 각 선의 교차점인 교점을 도출한다.
그리고, 상기 단계(400)에서 도출된 교점 정보는 단계(500)를 통해 상기 교점 리스트의 각 교점에 대한 좌표 정보를 토대로 정렬한 후 상단에 위치한 교점의 집합(a)와 상기 집합(a)의 제1 교점(L), 상기 제1 교점(L)을 기준으로 하단에 위치한 교점의 집합(b), 및 교점 집합(b)의 제1 교점(M)을 토대로 셀 범위 추출 및 저장한다.
상기 셀 범위 도출부(15)에서 도출된 셀 범위 정보를 포함하는 표준 문서는 XML 문서 생성부(30)로 제공된다.
상기 XML 문서 생성부(30)는 단계(600)를 통해 XML 서식 변환 정보가 입력되면 상기 표준 문서를 미리 정의된 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하고, 생성된 XML 문서 파일은 XML 문서 제공부(50)로 제공된다.
즉, 상기 XML 문서 제공부(50)는 단계(700)를 통해 변환된 문서 요청이 접수되면, 단계(800)를 통해 변환 문서 요청에 응답하여 XML 문서 생성부(30)에서 변환된 XML 문서 파일을 이미 정의된 XML 기준 정보를 토대로 XML 구조화하여 제공한다.
즉, XML 문서 제공부(50)는 단계(801)를 통해 ML 문서 생성 단계의 XML 문서 파일을 수신하여 처리하고 이미 정의된 스키마 리포지터리로부터 XML 데이터 스트림 내의 지정된 XNL 스키마를 획득하고, 단계(803)를 통해 입력된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 변환 XML 데이터로 구조화하여 제공한다.
이때 획득된 XML 스키마는 도 6의 (a)에 도시된 바와 같고, 상기 XML 기준 정보를 토대로 XML 구조화된 XML 데이터는 도 6의 (b)에 도시된 바와 같다.
본 발명의 실시 예에 따르면, 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 요청된 PDF 문서 파일의 표를 분석하고 분석된 표를 미리 정의된 기준 정보를 기준으로 표준 문서로 변환하여 표를 텍스트 대신 셀 범위 정보의 이미지로 추출한 후, 변환된 PDF 문서의 표에 대응되는 셀 범위 정보를 포함하는 표준 문서를 XML 서신 변환 포맷에 따라 XML 문서로 변환한 후 변환된 XML 문서 파일을 획득된 XML 스키마와 이미 정의된 XML 기준 정보에 따라 XML 구조화하여 저장함에 따라, PDF 문서 파일을 XML 문서 파일로 정확하게 변환하여 제공함에 따라, 문서의 서식 변환 품질을 근본적으로 향상시킬 수 있게 된다.
여기에 제시된 실시예 들과 관련하여 설명된 방법 또는 알고리즘의 단계들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
지금까지 본 발명을 바람직한 실시 예를 참조하여 상세히 설명하였지만, 본 발명이 상기한 실시 예에 한정되는 것은 아니며, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 또는 수정이 가능한 범위까지 본 발명의 기술적 사상이 미친다 할 것이다.
본 발명에 따른 ＰＤＦ 문서 파일을 자동 변환하는 장치 및 방법에 의하면, 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 요청된 PDF 문서 파일의 표를 분석하고 분석된 표를 미리 정의된 기준 정보를 기준으로 표준 문서로 변환하여 표를 텍스트 대신 셀 범위 정보의 이미지로 추출한 후, 변환된 PDF 문서의 표에 대응되는 셀 범위 정보를 포함하는 표준 문서를 XML 서신 변환 포맷에 따라 XML 문서로 변환한 후 변환된 XML 문서 파일을 획득된 XML 스키마와 이미 정의된 XML 기준 정보에 따라 XML 구조화하여 제공함에 따라, 문서의 서식 변환 품질을 근본적으로 향상하는 전자 서식 변환 환경에 제공할 수 있다는 점에서 전자 서식 변환 시스템과 같은 기존의 기술과 접목될 수 있으며, 관련 기술에 대한 이용과 적용의 대상이 되는 장치를 현실적으로 실시할 수 있는 정도이므로 산업상 이용 가능성이 충분한 발명이다.
10 : 표준 문서 변환부
30 : XML 문서 파일 생성부
50 : XML 문서 제공부
51 : 스키마 획득부
53 : 저장부

Claims (4)

  1. 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 분석된 표 정보를 미리 정의된 기준 정보를 토대로 시작점과 끝점을 가지는 단일 선 정보를 추출하고, 상기 단일 선 정보로부터 적어도 하나의 공통된 시작점 또는 끝점을 가지는 교점 정보를 도출하며, 상기 교점 정보를 토대로 셀 범위 정보를 추출 및 저장하는 표준 문서 변환부와,
    XML 서식 변환 요청이 입력되면 상기 셀 범위 정보를 가지는 표준 문서를 미리 정의된 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하는 XML 문서 생성부와,
    변환 문서 요청에 응답하여 상기 XML 문서 파일을 미리 정의된 XML 기준 정보를 토대로 XML 구조화하여 제공하는 XML 문서 제공부를 포함하는 것을 특징으로 하는 전자 서식 변환 장치.
  2. 제1항에 있어서, 상기 XML 문서 제공부는,
    상기 XML 문서 생성부의 XML 문서 파일을 수신하여 처리하고 스키마 리포지터리로부터 XML 데이터 스트림 내의 지정된 XML 스키마를 획득하는 스키마 획득부와,
    상기 수신된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 구조화하여 XML 데이터로 변환하여 제공하는 저장부를 포함하는 것을 특징으로 하는 전자 서식 변환 장치.
  3. 표준 문서 변환부에서 변환 요청된 PDF 문서 파일의 표준 오퍼레이션에 따라 분석된 표 정보를 미리 정의된 기준 정보를 토대로 시작점과 끝점을 가지는 단일 선 정보를 추출하고, 상기 단일 선 정보로부터 교점 정보를 도출하며, 상기 교점 정보를 토대로 셀 범위 정보를 추출하는 표준 문서 생성 단계와,
    XML 문서 생성부에서 XML 서식 변환 정보가 입력되면 상기 셀 범위 정보를 포함하는 표준 문서를 상기 XML 서식 변환 포맷 정보에 따라 변환하여 XML 문서 파일을 생성하는 XML 문서 생성 단계와,
    XML 문서 제공부에서 상기 XML 문서 생성부의 변환 문서 요청에 응답하여 상기 XML 문서 파일을 이미 정의된 기준 정보에 따라 XML 구조화하여 제공하는 XML 문서 제공 단계를 포함하는 것을 특징으로 하는 전자 서식 변환 방법.
  4. 제3항에 있어서, 상기 XML 문서 제공 단계는,
    스키마 획득부에서 상기 XML 문서 생성 단계의 XML 문서 파일을 수신하여 처리하고 이미 정의된 스키마 리포지터리로부터 XML 데이터 스트림 내의 지정된 XNL 스키마를 획득하고,
    저장부에서 입력된 XML 문서 파일 내에 지정된 기준 정보를 획득하고 획득된 기준 정보 및 XML 스키마를 토대로 XML 문서 파일을 변환 XML 데이터로 구조화하여 제공하도록 구비되는 것을 특징으로 하는 전자 서식 변환 방법.

KR1020120127671A 2012-11-12 2012-11-12 전자 서식 변환 장치 및 방법 KR101319966B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020120127671A KR101319966B1 (ko) 2012-11-12 2012-11-12 전자 서식 변환 장치 및 방법
PCT/KR2013/010248 WO2014073941A1 (ko) 2012-11-12 2013-11-12 전자 서식 변환 장치 및 방법
US14/129,331 US20150248382A1 (en) 2012-11-12 2013-11-12 Apparatus and method for converting an electronic form

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120127671A KR101319966B1 (ko) 2012-11-12 2012-11-12 전자 서식 변환 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101319966B1 true KR101319966B1 (ko) 2013-10-18

Family

ID=49638835

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120127671A KR101319966B1 (ko) 2012-11-12 2012-11-12 전자 서식 변환 장치 및 방법

Country Status (3)

Country Link
US (1) US20150248382A1 (ko)
KR (1) KR101319966B1 (ko)
WO (1) WO2014073941A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210066470A (ko) * 2019-11-28 2021-06-07 한국과학기술정보연구원 문서변환장치 및 그 동작 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11126685B2 (en) * 2016-10-28 2021-09-21 Ebay Inc. Preview and optimization of publication for target computing device
CN110163030B (zh) * 2018-02-11 2021-04-23 鼎复数据科技(北京)有限公司 一种基于图像信息的pdf有边框表格抽取方法
US11243777B2 (en) * 2018-05-18 2022-02-08 Nuxeo Corporation Process stream replication for content management system synchronization
US11113559B2 (en) * 2018-07-20 2021-09-07 Ricoh Company, Ltd. Information processing apparatus for improving text data recognition, information processing method, and non-transitory recording medium
CN110889310B (zh) * 2018-09-07 2023-05-09 深圳市赢时胜信息技术股份有限公司 金融文档信息智能提取系统及方法
US11720541B2 (en) 2021-01-05 2023-08-08 Morgan Stanley Services Group Inc. Document content extraction and regression testing

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010044321A (ko) * 2001-02-06 2001-06-05 김남중 Xml문서 응용 프로그램

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4796191A (en) * 1984-06-07 1989-01-03 Etak, Inc. Vehicle navigational system and method
US6336124B1 (en) * 1998-10-01 2002-01-01 Bcl Computers, Inc. Conversion data representing a document to other formats for manipulation and display
US6826553B1 (en) * 1998-12-18 2004-11-30 Knowmadic, Inc. System for providing database functions for multiple internet sources
NZ536775A (en) * 2002-05-20 2007-11-30 Tata Infotech Ltd Document structure identifier
JP2004151850A (ja) * 2002-10-29 2004-05-27 Toppan Printing Co Ltd 文書作成管理方法および文書作成管理装置
US7366978B1 (en) * 2003-02-13 2008-04-29 Microsoft Corporation Method and system for creating a grid-like coordinate system for addressing data contained in an irregular computer-generated table
US20050149538A1 (en) * 2003-11-20 2005-07-07 Sadanand Singh Systems and methods for creating and publishing relational data bases
US7538770B2 (en) * 2003-11-28 2009-05-26 Canon Kabushiki Kaisha Tree-based compositing system
US7440967B2 (en) * 2004-11-10 2008-10-21 Xerox Corporation System and method for transforming legacy documents into XML documents
US20090158139A1 (en) * 2007-12-18 2009-06-18 Morris Robert P Methods And Systems For Generating A Markup-Language-Based Resource From A Media Spreadsheet
KR101069207B1 (ko) * 2008-12-15 2011-09-30 한국과학기술원 전자 문서에 의미 정보를 부착하는 시스템 및 방법
KR101224128B1 (ko) * 2010-12-23 2013-01-21 주식회사 비즈텍 회의록 문서 생성 및 검색 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010044321A (ko) * 2001-02-06 2001-06-05 김남중 Xml문서 응용 프로그램

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210066470A (ko) * 2019-11-28 2021-06-07 한국과학기술정보연구원 문서변환장치 및 그 동작 방법
KR102471587B1 (ko) 2019-11-28 2022-11-28 한국과학기술정보연구원 문서변환장치 및 그 동작 방법

Also Published As

Publication number Publication date
WO2014073941A1 (ko) 2014-05-15
US20150248382A1 (en) 2015-09-03

Similar Documents

Publication Publication Date Title
KR101319966B1 (ko) 전자 서식 변환 장치 및 방법
JP2023506362A (ja) 文書監査方法、装置、システム、デバイス及び記憶媒体
US11869263B2 (en) Automated classification and interpretation of life science documents
KR101073847B1 (ko) 전자 서식 변환 방법, 장치 및 기록매체
CN104778241A (zh) 一种报表生成方法及系统
CN102163233A (zh) 一种网页标记语言格式转换方法及系统
CN103793372A (zh) 从电子文档中的表格结构提取语义关系
US8682935B2 (en) System and method for application navigation
JP5533188B2 (ja) 財務データ処理装置、財務データ処理方法および財務データ処理プログラム
CN104199975A (zh) 一种基于可配置的word文档结构化提取方法
CN102521232A (zh) 一种互联网元数据的分布式采集处理系统及方法
CN110798445A (zh) 公共网关接口测试方法、装置、计算机设备及存储介质
CN109670129A (zh) 一种将html网页转为适配mip格式的方法及装置
CN102521008A (zh) 程序编译装置和程序编译方法
US10387493B2 (en) Methods for converting an XML artifact into a topic map instance and devices thereof
CN111045654A (zh) 基于Vue快速生成常用指令的方法、装置、计算机设备及存储介质
KR101449725B1 (ko) Ｐｄｆ 문서 파일을 자동 변환하는 장치 및 방법
JP5585182B2 (ja) 財務データ処理装置、財務データ処理方法および財務データ処理プログラム
CN108573354B (zh) 粮食加工损失数据分析系统及方法
CN102663063A (zh) 基于xslt的多种用户平台通用信息展示系统及方法
US20130262451A1 (en) Analysis support apparatus, analysis support method and analysis support program
CN111401005B (zh) 文本转换方法、装置及可读存储介质
CN102521359A (zh) 界面数据文件的比较方法及装置
KR101295898B1 (ko) 질의 언어 기반 실시간 데이터 처리 장치 및 처리 방법
CN106909570B (zh) 一种数据转换方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161005

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170927

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190628

Year of fee payment: 6

R401 Registration of restoration
FPAY Annual fee payment

Payment date: 20190730

Year of fee payment: 7