[发明专利]文档处理

说明书

本公开涉及用于从文档中提取数据的系统和方法。计算机接收来自发送方的消息。所述消息具有电子文档和发送方的电子地址。该计算机基于所述发送方的地址，选择包括数据字段的位置数据的映射，并且通过使用选择的映射的位置数据从所述电子文档中提取数据，来确定所述数据字段的值。由于所述计算机基于所述发送方的地址来选择映射，所以计算机不需要依赖电子文档的内容来选择要使用的正确映射，这使得选择更不易出错，并且本方法可以与现有电子邮件系统一起使用。

技术领域

本公开涉及用于处理文档、也即从文档中提取数据的计算系统。本公开包括对方法、计算机系统和软件的描述。

背景技术

随着业务过程的计算机化，文档是以诸如来自扫描设备的图像文件的电子形式处理。几乎在所有的情况下，对于不同供应商，文档的格式是不同的，并且难以从文件中提取所需要的数据。

大多数公司，并且特别是从大量供应商那里购买商品或服务的公司，面临着处理大量不同发票的问题。

对已包括在本说明书中的文档、动作、材料、设备、物品等的任何讨论不应被理解为由于它在本申请的每项权利要求的优先权日之前存在，就承认任何或所有这些事项形成现有技术基础的一部分，或者是与本公开相关的领域中的公知常识。

贯穿本说明书，词语“包括”或者诸如“包含”或“含有”之类的变体将被理解为意味着包括所陈述的元件、整体或步骤，或者元件、整体或步骤的群组，但是不排除任何其它元件、整体或步骤，或者元件、整体或步骤的群组。

发明内容

在第一方面中，提供了一种用于从具有文档数据的电子文档中提取数据的计算机实现的方法，该方法包括：

(a)接收来自发送方的消息，所述消息具有所述电子文档和所述消息的发送方的电子地址；

(b)基于发送方的地址，选择包括数据字段的位置数据的多个映射其中一个映射；

(c)通过基于选择的映射的位置数据从所述电子文档中提取数据，确定选择的所述映射的数据字段的值；以及

(d)将所述数据字段的值存储在数据存储设备上。

优点在于，基于所述发送方的地址选择映射。结果，所述方法不需要依赖电子文档的内容来选择要使用的正确映射。同时，通过依赖发送方的电子地址，与在使用电子文档的内容时相比，选择映射更不易出错。同时，本方法可以与诸如电子邮件之类的发送文档的现有方法一起使用，这意味着本方法不要求任何额外的信息或定制，从而允许容易地与当前的文档通信系统集成。

电子文档可以包括发票元素的位置数据，并且其中该方法包括：

确定选择的映射的至少一个数据字段的位置数据和至少一个文档元素的位置数据是否标识相同位置；以及

如果选择的映射的至少一个数据字段的位置数据和至少一个文档元素的位置数据标识相同位置，则通过从至少一个文档元素中提取文档数据，来确定选择的映射的至少一个数据字段的值。

优点在于，通过确定位置数据是否标识相同位置，可以将多个映射用于特定文档。结果，并不适合于该文档的映射根本没有给出结果，并且可以使用下一映射。

电子地址可以是电子邮件地址。电子地址可以是传真号码。

电子文档可以是结构化文档。优点在于，结构化文档被标准化，并且针对这些文档的处理器是广泛可用的。结果，对文件中的位置数据的访问被简化。

电子文档可以是XML文档，并且文档元素可以是包括位置数据的XML元素。

映射可以是XML映射。