Popis formátu uložení naskenovaných dat

Dále je popsán návrh formátu uložení naskenovaných dat. 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.

Adresářová struktura

Základni rozděleni skenovaných souborů bude do adresařové struktury o dvou úrovních. V první úrovni budou ooděleny jednotlivé naskenované dávky. Ve druhé úrovni budou jednotlivé stránky logicky sdruženy podle cisel jednacich.

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

DAVKA - jedna naskenovaná dávka

• obsahuje soubor s informacemi o naskenované dávce ( např. vhodné pro spisovou službu ) formát souboru si určí POSAM název "description.xml" 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 někdo bude muset řešit mrtvé adresáře ( starší adresář, který neobsahuje soubor complete )

SADA_STRANEK - sada stranek se stejným číslem jednacím

• název adresáře se sadou dokumentů formát: 8 číslic (např. 00000001) adresář obsahuje:
  • jednotlivé naskenované stránky a soubor docset.xml

Příklad adresářové struktury:

• Následující příklad ukazuje strukturu jedné naskenované dávky. Dávka obsahuje dvě sady dokumentů ( 00000001 a 00000002 ). Dávka je již připravena ke zpracování, protože obsahuje soubor complete.

.../SkenovaciAdresar/davka00001/00000001/0000001.jpg
.../SkenovaciAdresar/davka00001/00000001/0000002.jpg
.../SkenovaciAdresar/davka00001/00000001/0000003.jpg
.../SkenovaciAdresar/davka00001/00000001/docset.xml
.../SkenovaciAdresar/davka00001/00000002/0000001.jpg
.../SkenovaciAdresar/davka00001/00000002/0000002.jpg
.../SkenovaciAdresar/davka00001/00000002/0000003.jpg
.../SkenovaciAdresar/davka00001/00000002/0000004.jpg
.../SkenovaciAdresar/davka00001/00000002/doxset.xml
.../SkenovaciAdresar/davka00001/complete
.../SkenovaciAdresar/davka00001/description.xml

V souboru docset.xml je popis přiřazení stránek jednotlivým dokumentům a atributy dokumentů docset.xml

<?xml version="1.0"?>
<DocumentSet>
 <Document>
  <Attributes>
   <Attribute name="Document.type" value="ZP006" /> 
  </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)

Předávané atributy

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

Poznámky

• Všechny názvy souborů jsou case sensitive

Diskuze, dotazy atd.

• Je dostačující dělení na dvě úrovně? Nemělo by se to dělit ještě na další např. podle datumu skenování?