[Из песочницы] Перегружаем данные из XPS в обработку 1С без OCR
Доброго времени суток.Столкнулся, значит, с такой проблемой. Есть обработка в 1С 8.2 и туда надо запихнуть в автоматическом режиме кучу данных. Куча данных находилась в своей базе данных, в своей архитектуре и подключить базу к 1С или переформатировать таблицы не представлялось возможным. Единственный способ, как мне показалось, вывести таблицу на виртуальный принтер, а оттуда и плясать начнем.
Итак, имеем документ в формате *.xps, который нам дал заботливый виртуальный принтер:
Собственно, из этого всего, мне нужны только строчки самой работы, строчки подработ (начинаются со знака »-») и колонка нормы времени для каждой работы. Сначала я подумал, что формат XPS графический и придется полученный файл загонять в любую OCR программу, там распознавать таблицу и сохранять данные в формате Excel. Сначала так и сделалось, но есть огромные минусы:
— нет автоматизации процесса при конвертировании XPS → 1C.— OCR программы могут накосячить в распознавании текста.— процесс конвертации занимает много времени.
Поэтому пришлось разбираться с форматом XPS напрямую.
Собственно, как оказывается, формат XPS — это обычный ZIP-файл. Вся информация там находится в виде XML. Картинки идут картинками, текст текстом. Но нам-то текст и нужен…
Внутри имеем такую картину:
Не буду вдаваться в подробности и содержание каждой папки — там все просто, если интересно, то можно полазить и самому. Меня конкретно интересует только один файл:…\ Documents\1\FixedDocument.fdocВот листинг этого файла:
—
Процедура ОсновныеДействияФормыВСправочник (Кнопка) РежимДиалога = РежимДиалогаВыбораФайла.Открытие; ДиалогВыбора = Новый ДиалогВыбораФайла (РежимДиалога); ДиалогВыбора.МножественныйВыбор = Истина; ДиалогВыбора.Фильтр = «XPS |*.xps»; Если ДиалогВыбора.Выбрать () Тогда Количество = ДиалогВыбора.ВыбранныеФайлы.Количество (); Для Стр = 0 по Количество — 1 Цикл ПолучитьДанныеХПС (ДиалогВыбора.ВыбранныеФайлы[Стр], ДиалогВыбора.Каталог); ПерегнатьВСправочник (); КонецЦикла; КонецЕсли; КонецПроцедуры Для начала разархивируем содержимое файла во временную папку:
Процедура ПолучитьДанныеХПС (Файл, Каталог) КодМарки = СтрЗаменить (Файл, Каталог,»); КодМарки = СтрЗаменить (КодМарки,».xps»,»); СоздатьКаталог (Каталог + КодМарки); ЗИПФайл = Новый ЧтениеZipФайла (Файл); ЗИПФайл.ИзвлечьВсе (Каталог + КодМарки, РежимВосстановленияПутейФайловZIP.Восстанавливать); ЗИПФайл.Закрыть ();
Теперь в директории файла имеем все возможности для работы. Нас интересует, как писалось выше, список файлов со страницами. Перегружаем список в таблицу. Работаем с этим файлом как с обычным XML:
ФайлХПС = Новый ЧтениеXML; ФайлХПС.ОткрытьФайл (Каталог + КодМарки + »\Documents\1\FixedDocument.fdoc»); ПутьКФайлу.Очистить (); Нормочасы.Очистить (); Пока ФайлХПС.Прочитать () Цикл ФайлХПС.ПрочитатьАтрибут (); Если ПроверитьЗначение (ФайлХПС.Значение) Тогда ЭлементыФормы.ПутьКФайлу.ДобавитьСтроку (); ЭлементыФормы.ПутьКФайлу.ТекущаяСтрока.Путь = ФайлХПС.Значение; КонецЕсли; КонецЦикла; ФайлХПС.Закрыть (); Все, имеем список файлов. Теперь приступаем к самим файлам. Файл страницы сам текстовый, но правила написания не XML. Структура блочная. Блоками отдельно пишется текстовая информация и графическая. Все блоки имеют координаты по оси Х и Y, для расположения на странице. Меня интересуют только текстовые блоки и их координаты, ну и их информация.
Блоки имеют начало и конец, понять где начало и конец просто: < />В каждом блоке первое слово — его имя. Текстовые блоки имеют имя: Glyphs
Вот пример блока:
— OriginX, для определения колонок.— UnicodeString как само значение того, что содержится в строке.
Читать придется как обычный текстовый файл. Текстовые блоки все пишутся одной строкой. В 1С можно прочитать строку до символа перевода коретки:
ФайлХПС = Новый ЧтениеТекста (Файл, КодировкаТекста.UTF8); Стр = ФайлХПС.ПрочитатьСтроку (); Пока Стр <> Неопределено Цикл СтруктураПараметров = ПроверитьИмяПараметра (Стр); … А полученную строку проверяем на параметр, если начинается на Glyphs, то берем на проверку и анализ, если нет — читаем следующий.Придется строку анализировать побуквенно и переписывать в структуру.
Функция ВозвратитьРеквизитыПараметра (Строка) Перем ИмяПараметра, КоординатыПараметра; ИмяПараметра = »; КоординатыПараметра = »; Кавычка = »«; СтруктураПараметров = Новый Структура; Если Найти (Строка, «UnicodeString») > 0 Тогда Для Х = Найти (Строка, «UnicodeString») + 15 по СтрДлина (Строка) Цикл Буква = Сред (Строка, Х, 1); Если Буква <> »« Тогда ИмяПараметра = ИмяПараметра + Буква; Иначе СтруктураПараметров.Вставить («ИмяПараметра», ИмяПараметра); КонецЕсли; КонецЦикла; Для Х = Найти (Строка, «OriginX») + 9 по СтрДлина (Строка) Цикл Буква = Сред (Строка, Х, 1); Если Буква <> Кавычка Тогда КоординатыПараметра = КоординатыПараметра + Буква; Иначе СтруктураПараметров.Вставить («КоординатыПараметра», Число (КоординатыПараметра)); Возврат СтруктураПараметров; КонецЕсли; КонецЦикла; КонецЕсли; Возврат СтруктураПараметров; КонецФункции Собственно, по выполнении функции, имеем все для анализа. Имя параметра, его координаты, значение параметра. Блоки выводят текст в XPS сверху вниз и слева направо. По координатам Х можно определить колонки, по названию параметра можем проанализировать какая информация нам нужна, а какая нет. Дальше расписывать как оно все уходило в справочник 1С не буду — там и так все понятно. Главное, я получил ответ как быстро извлечь нужную информацию из «графического» файла.
