Abstrakt

Dokument je návrhem formátu předávání dat po jejich naskenování do identifikačního a archivačního procesu. Data jsou skenována vysokorychlostním skenerem a jsou k nim získány základní údaje - dokumentový typ a číslo jednací. Dále jsou uložena na disk do sdíleného adresáře.

Číslo jednací

Jednoznačným identifikátorem entity ( sady stránek ) přes všechny zpracovávané dávky je číslo jednací. Číslo jednací je 14-ti místný čiselný identifikátor.

Adresářová struktura

Základni rozděleni skenovaných souborů bude do adresařové struktury o třech úrovních.

 PRODUKTOVA_RADA
  DAVKA1 
    SADA_STRANEK1
    SADA_STRANEK2
    ...
  DAVKA2
    SADA_STRANEK1
    SADA_STRANEK2
    ...

PRODUKTOVA_RADA - adresář , reprezentující logické rozdělení skenování podle produktových řad ( smlouvy,škody určitého typu ).

DAVKA - jedna naskenovaná dávka

• adresář obsahuje soubor description.xml , jeho formát definuje POSAM. V tomto souboru jsou uloženy atributy vzniklé při skenování, popisující tento proces, vytěžené atributy apod.
• úplnost dávky je určena existencí souboru "complete" ( soubor zapíše POSAM po jejich zpracování) od tohoto okamžiku máme nad adresářem plnou kontrolu kontrolu a můžeme ho v libovolný okamžik smazat

SADA_STRANEK - sada stranek se stejným číslem jednacím * název adresáře se sadou dokumentů formát: číslo jednací * adresář obsahuje: jednotlivé naskenované stránky a soubor docset.xml

Příklad adresářové struktury:

Následující příklad ukazuje strukturu jedné naskenované dávky. Dávka obsahuje dvě sady dokumentů ( 12345678901234 a 12345678901235 ). Dávka je již připravena ke zpracování, protože obsahuje soubor complete.

.../ProduktovaRadaX/davka00001/12345678901234/0000001.jpg
.../ProduktovaRadaX/davka00001/12345678901234/0000002.jpg
.../ProduktovaRadaX/davka00001/12345678901234/0000003.jpg
.../ProduktovaRadaX/davka00001/12345678901234/docset.xml
.../ProduktovaRadaX/davka00001/12345678901235/0000001.jpg
.../ProduktovaRadaX/davka00001/12345678901235/0000002.jpg
.../ProduktovaRadaX/davka00001/12345678901235/0000003.jpg
.../ProduktovaRadaX/davka00001/12345678901235/0000004.jpg
.../ProduktovaRadaX/davka00001/12345678901235/doxset.xml
.../ProduktovaRadaX/davka00001/description.xml
.../ProduktovaRadaX/davka00001/complete

Formát souborů

docset.xml

V souboru docset.xml je popis přiřazení stránek jednotlivým dokumentům a atributy dokumentů docset.xml Pokud kódová stránka není uvedena, standardně se rozumí kódování utf-8.

Příklad:

<?xml version="1.0"?>
<DocumentSet>
 <Document>
  <Attributes>
   <Attribute name="Document.type" value="ZP006" /> 
   <Attribute name="CJ" value="12345678901234" /> 
  </Attributes>
  <Files>
   <File name="00000001.jpg" mimeType="IMAGE/JPEG"/>
  </Files>
 </Document>
</DocumentSet>

• <DocumentSet> může obsahovat libovolné množství <Document>

• <Document> popisuje jeden dokument, obsahuje <Attributes> a <Files>

• <Attributes> popisuje atributy dokumentu, obsahuje libovolné množství <Attribute>

• <Files> popisuje jednu stránku, obsahuje libovolné množství <File>

• <Attribute> obsahuje popis jednoho atributu dokumentu

  Atribut	Význam
  name	název atributu
  value	hodnota atributu

• <File> obsahuje popis jedné stránky

  Atribut	Význam
  name	název souboru s příslušnou stránkou
  mimeType	mime typ stránky ( MIME/JPEG, MIME/TIFF)

Rozšířený formátu docset.xml je dostupný zde: [WWW] http://frnk.lightcomp.cz/lcdevel/SpecifikaceTahitiDamisUlozeniDat, část Popis spisu

Předávané atributy

Pro následné zpracování je nutné správné pojmenování atributů. V následující tabulce jsou popsány některé názvy atributů a jejich význam.

• Atribut	Význam
  Document.type	dokumentový typ
  Scan. .....	další atributy vzniklé při skenování
  Atributy dokumentu viz cmserver2.xml

description.xml

Soubor obsahuje globální atributy popisující celou dávku, např. příslušnost dávky do krabice (údaj pro spisovou službu) a také obsah všech jednotlivých docset.xml uložených v dávce.

Příklad:

<?xml version="1.0"?>
<Batch>
 <Attributes>
  <Attribute name="BoxId" value="345-2"/>
  <Attribute name="Posam.person" value="Jan Wagner"/>
 </Attributes>
 <DocumentSets>
  <!-- jednotlivé dávky -->
  <DocumentSet>........</DocumentSet>
  ...
  ...
 </DocumentSets>
<Batch>

• <Batch> naskenovaná dávka - obsahuje povinně tagy <Attributes> a <DocumentSets>

• <Attributes> popisuje atributy dávky, obsahuje libovolné množství <Attribute>

• <Attribute> obsahuje popis jednoho atributu dokumentu

  Atribut	Význam
  name	název atributu
  value	hodnota atributu

• <DocumentSets> může obsahovat libovolné množství <DocumentSet>, popis sady dokumentů je shodný jako formát souboru docset.xml

Poznámky

• Všechny názvy souborů jsou case sensitive