[发明专利]基于PDF格式文件的可视化仪器采集方法及系统

说明书

本发明公开了一种基于PDF格式文件的可视化仪器采集方法及系统，其方法包括：获取目标可视化仪器输出的目标PDF文件，根据所述目标PDF文件定义预设采集区域，获取工作人员使用鼠标在所述目标PDF上勾选的目标区域，根据所述目标区域调整所述预设采集区域，获得目标采集区域，根据所述目标采集区域设置采集规则，将所述采集规则与所述目标可视化仪器进行绑定，根据所述采集规则定时提取目标可视化仪器输出的后续PDF文件在所述目标采集区域内的内容。需要IT专业开发人员编写解析脚本即可实现仪器数据的采集。通过所见即所得的方式，框选需提取的内容，大大简化了仪器采集的繁琐步骤，而且做到了0编码就可以抓取仪器采集的结果。

技术领域

本发明涉及文字识别技术领域，尤其涉及一种基于PDF格式文件的可视化仪器采集方法及系统。

背景技术

信息时代是信息成为人类活动的基本资源，信息技术广泛地应用于农业、工业、科学技术、国防军事及社会的各个领域，信息业已经成为整个社会经济结构的基础产业，信息活动对社会发展的贡献已经居于突出的地位。信息社会是继农业时代、工业时代之后，人类社会历史发展出现的崭新时代。在检验检测领域中，使用仪器设备做实验，采集结果由仪器计算处理后输出，代替传统的作业方式，不仅效率大大提升，而且准确性也有了保障。仪器输出的采集结果通常是PDF格式的文件，如何将文件中的数据结构化存储，用于整个样品的检验检测报告中，是很多实验室面临的一大难题，而且不得不解决。现有技术实现仪器采集是通过将仪器输出的PDF格式的采集结果文件解析为文本内容，然后通过字符串截取的方式提取PDF中的内容。这种技术实现需要IT专业开发人员编写提取PDF文件中内容的解析脚本，解析过程不直观，而且改动解析脚本后需要编译发布版本才能让生产环境恢复生产。

发明内容

针对上述所显示出来的问题，本发明提供了一种基于PDF格式文件的可视化仪器采集方法及系统用以解决背景技术中提到的需要IT专业开发人员编写提取PDF文件中内容的解析脚本，解析过程不直观，而且改动解析脚本后需要编译发布版本才能让生产环境恢复生产的问题。

一种基于PDF格式文件的可视化仪器采集方法，包括以下步骤：

获取目标可视化仪器输出的目标PDF文件，根据所述目标PDF文件定义预设采集区域；

获取工作人员使用鼠标在所述目标PDF上勾选的目标区域，根据所述目标区域调整所述预设采集区域，获得目标采集区域；

根据所述目标采集区域设置采集规则，将所述采集规则与所述目标可视化仪器进行绑定；

根据所述采集规则定时提取目标可视化仪器输出的后续PDF文件在所述目标采集区域内的内容。

优选的，所述获取目标可视化仪器输出的目标PDF文件，根据所述目标PDF文件定义预设采集区域，包括：

解析所述目标PDF文件，从所述目标PDF文件中获得同类型内容的分布情况；

根据同类型内容的分布情况确定同类型内容的跨度区域；

将所述跨度区域定义为所述预设采集区域。

优选的，在获取工作人员使用鼠标在所述目标PDF上勾选的目标区域，根据所述目标区域调整所述预设采集区域，获得目标采集区域之前，所述方法还包括：

验证所述目标PDF文件的准确性；

在所述目标PDF文件通过验证后，将所述目标PDF文件作为模板进行上传，获得PDF模板文件。

优选的，所述获取工作人员使用鼠标在所述目标PDF上勾选的目标区域，根据所述目标区域调整所述预设采集区域，获得目标采集区域，包括：

检测所述工作人员使用鼠标在所述目标PDF上的点击指令；