[发明专利]一种将动态数据整合生成pdf文档的方法及程序

说明书

本发明公开了一种将动态数据整合生成pdf文档的方法及程序，属用计算机技术进行文档处理领域，该方法以LaTex技术为核心，通过程序操纵tex文档模版生成高质量的pdf文档，所述LaTex是一种基于tex的排版系统，涵盖文字、二维表格、数学公式、静态图片、矢量图片和统计图表元素，所述tex文档模版包含静态文字和元素占位符，可满足零维、一维、二维的数据填充要求。本发明除引用的静态图片外，其余素材全部用LaTeX语法实现，不依赖于Excel或Word类第三方工具，生成的文档具有占用空间小、浏览质量高、排版效果佳、平台兼容性好的优点。

技术领域

本发明涉及一种把不同来源的数据按一定规则进行集成，并自动生成pdf文档的方法和程序，属于用计算机技术进行文档处理领域。

背景技术

目前，数据电子化已深入各行业，随之而来的应用方向之是电子数据的可视化，常见有WEB方式的在线可视化与word、excel、pdf类离线可视化两种。在行业报告领域，需要生成一些格式较为固定，数据经常发生变化的报告文档，常见的生成方式是：

先结合Office组件定制静态word模版，再通过人工方式进行复制粘贴以生成最终文档，此方法主要存在工作效率低且出错率高的问题；

用编程接口来操纵office模版，但由于微软只开放office文档的部分接口，导致此类方案复杂度高，生成的文档兼容性差，排版效果差，一旦文档格式固定下来，再进行二次调整会变得更加困难；

采用pdf的开发接口来生成pdf文档，虽然pdf是完全开放的标准，但通过API进行开发的难度仍然很高。

针对以上方案的缺点，本发明以LaTex为核心技术，提出一种将动态数据整合生成pdf文档的方法及程序，具有如下优点：

LaTex是一种基于宏的文本格式化程序的排版系统，具有高度的可用性和扩展性，属当前专业的排版系统之一，涵盖了文字、二维表格、数学公式、静态图片、矢量图片、统计图表类元素，可实现将高度复杂、高度灵活的文档格式导出成tex文档代码；

LaTex是开源软件，接口完全开放，使用成本低，学习成本也相对较低；

由于tex文档代码是纯文本构成，用计算机程序操纵tex文档相对于API方式更简单也便于人工操作，可把大型文档拆分成若干小文档编辑后再组装；

LaTex具有跨平台能力，在主流的Windows、IOS、Linux、Unix操作系统上都有具体的实现。

发明内容

本发明要解决的技术问题包括：

如何定义tex文档模版：tex模版包含静态和动态内容，通常由人工先编写纯静态的模版，进行调试后把可变的数据部分用占位符来替换，过程中会涉及到占位符设计的问题；

如何获取动态数据：数据来源包括从关系数据库、人工编写的excel、csv文件、第三方应用程序和大数据平台获得，针对不同的数据源需适配不同的取数程序；

如何把获得的数据准确地插入tex文档模版：解决方案是采用正则表达式来解析占位符，并按照占位符语法的标准来生成占位符可选参数，把获得的数据准确地插入tex文档模版，从而形成tex实例；

如何提高效率：针对效率低的问题，主要采用数据与文档分离的思路，取数时可并发执行，而数据整合时则把数据先装入内存，再统一进行占位符解析及数据整合；

如何降低维护难度和成本：解决方案是采用统一的配置文件，配置项尽量支持中文。

为解决上述技术问题，本发明提出一种通过程序操纵tex文档模版，生成高质量的pdf文档的方法和程序。