摘要：隨著計(jì)算機(jī)相關(guān)硬件普及和用戶計(jì)算機(jī)水平的提高，對(duì)各種公文進(jìn)行電子化歸檔已經(jīng)成為可能。為了實(shí)現(xiàn)這一功能，提高公文管理的效率和電子化存檔工作的發(fā)展，基于Delphi和Oracle設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)電子公文管理系統(tǒng)。在介紹了系統(tǒng)模塊結(jié)構(gòu)的基礎(chǔ)上，重點(diǎn)討論了系統(tǒng)實(shí)現(xiàn)涉及的若干關(guān)鍵技術(shù)，并通過(guò)大量實(shí)驗(yàn)對(duì)系統(tǒng)的功能和性能進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果和實(shí)際應(yīng)用表明，設(shè)計(jì)實(shí)現(xiàn)的電子公文管理系統(tǒng)易用高效，能夠提高公文管理的效率，具有較高的理論意義和應(yīng)用價(jià)值。

關(guān)鍵詞：公文；電子歸檔；全文檢索

中圖分類號(hào)：TP317.1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2008)30-0630-03

Electronic Document Management System Design and Implementation

YANG Wu1， 2

(1.College of Information Science and Engineering，Ocean University of China，Qingdao 266000，China; 2.Shandong Changle Bureau of Education， Changle 262400， China)

Abstract: With the popularity of computer-related hardware and raising the level of computer users of all kinds of documents for electronic archiving has become possible. In order to achieve this function， improve the efficiency of document management and electronic archive of the development work， Delphi and Oracle based on the design and realization of an electronic document management system. In introducing the system on the basis of modular structure， focused on the systems involved in a number of key technologies and a large number of the system functionality and performance was verified. The experimental results and practical applications show that the design and implementation of electronic document management system-use efficiency， to improve the efficiency of document management， has a high theoretical significance and value.

Key words: documents;electronic archiving;full-text search

1 引言

公文是政府軍隊(duì)等各類部門請(qǐng)示匯報(bào)、命令下達(dá)等工作中的重要部分。傳統(tǒng)的公文歸檔以紙質(zhì)原件為主，存放在檔案局等部門，當(dāng)歸檔公文數(shù)目逐漸增多時(shí)，公文的查找就存在效率較低等缺點(diǎn)。尤其是當(dāng)用戶記不清楚公文的具體年份、標(biāo)題等內(nèi)容時(shí)，在紙質(zhì)歸檔公文中進(jìn)行基于內(nèi)容的模糊查詢幾乎無(wú)法實(shí)現(xiàn)。另外，紙質(zhì)公文的管理、維護(hù)、防腐等，也需要大量的人力物力支持。

隨著計(jì)算機(jī)硬件、局域網(wǎng)設(shè)施的普及以及用戶計(jì)算機(jī)水平的不斷提高，當(dāng)前公文的撰寫基本都是先完成電子版本，然后再打印傳達(dá)。因此，將公文的電子版進(jìn)行歸檔成為可能[1-2]。實(shí)施電子公文的歸檔管理[3-4]，與傳統(tǒng)方法相結(jié)合，可以在幾乎不增加額外勞動(dòng)量的前提下，對(duì)公文的管理、查找、維護(hù)工作起到大大的改善效果。

2 系統(tǒng)設(shè)計(jì)

《電子公文管理系統(tǒng)》就是在這樣的背景下產(chǎn)生的。其目的是在不改變用戶公文撰寫流程的前提下，完成電子公文的歸檔、查詢等功能。此外，對(duì)歷史公文的充分借鑒，還可以提高用戶公文撰寫格式的規(guī)范以及公文內(nèi)容風(fēng)格的一致性等。

系統(tǒng)采用標(biāo)準(zhǔn)的客戶端-服務(wù)器模式（C-S模式），由Oracle數(shù)據(jù)庫(kù)服務(wù)器[5]對(duì)電子公文的存儲(chǔ)、查詢提供支持?？蛻舳塑浖蒁elphi實(shí)現(xiàn)，包括公文模板管理、公文歸檔、公文撰寫、臨時(shí)公文管理、公文查詢和系統(tǒng)設(shè)置六大模塊，如圖1所示。

“公文模板管理”可以將常用的空白公文模板存儲(chǔ)到數(shù)據(jù)庫(kù)中，用戶可以據(jù)此撰寫新的公文。“公文撰寫”模塊可以依據(jù)公文模板或已經(jīng)歸檔的歷史公文，撰寫新的公文。用戶只需修改其中的內(nèi)容即可，而不用再過(guò)多關(guān)心其格式等內(nèi)容，提高公文撰寫的效率?！芭R時(shí)公文管理”對(duì)新撰寫的公文以及尚未定稿的公文進(jìn)行管理，支持同一公文的多個(gè)不同版本，并可以將臨時(shí)公文及時(shí)上傳備份到服務(wù)器以防丟失，同時(shí)能夠方便地從其它機(jī)器閱讀修改公文?！肮臍w檔”對(duì)于已經(jīng)完成的公文，可以歸檔錄入數(shù)據(jù)庫(kù)，以方便將來(lái)查閱。系統(tǒng)提供單個(gè)公文歸檔、批量歸檔等多種歸檔方式，并能夠通過(guò)“公文自動(dòng)分析”功能解析出公文中的項(xiàng)目，如標(biāo)題、關(guān)鍵字等，減少公文歸檔的工作量，提高系統(tǒng)可用性和效率；同時(shí)還可以將領(lǐng)導(dǎo)簽字照片等附件一同錄入，以提高公文歸檔的完整性可用性。“公文查詢”模塊能夠?qū)λ幸褮w檔的公文進(jìn)行高效查詢。除了支持靈活的按照各種項(xiàng)目自定義條件查詢外，還支持基于內(nèi)容的查詢，即可以查找內(nèi)容中包含指定文字的所有公文。最后，“系統(tǒng)設(shè)置”模塊包括不同部門、不同級(jí)別用戶的用戶管理及權(quán)限控制功能，靈活的數(shù)據(jù)庫(kù)連接參數(shù)配置功能等。

3 關(guān)鍵技術(shù)

系統(tǒng)實(shí)現(xiàn)的主要難點(diǎn)和創(chuàng)新包括以下幾個(gè)方面：1）公文在Oracle數(shù)據(jù)庫(kù)中的存取控制；2）公文內(nèi)容的自動(dòng)解析和批量歸檔；3）基于公文內(nèi)容的全文檢索查詢；4）本地文檔與數(shù)據(jù)庫(kù)備份文檔的比較及版本控制。

3.1 公文在數(shù)據(jù)庫(kù)中的存取

一個(gè)公文由很多元素組成，如標(biāo)題、發(fā)文機(jī)關(guān)、公文種類、年份、主題詞、引發(fā)說(shuō)明、承辦說(shuō)明、正文等等[2]。在數(shù)據(jù)庫(kù)中的存取有兩個(gè)方案：一是將各種元素分開(kāi)存儲(chǔ)，用戶預(yù)覽全文時(shí)再按照公文格式要求合并成一個(gè)文檔。該方案的好處是分開(kāi)存儲(chǔ)便于用戶的查詢；不足是當(dāng)合成新文檔是需要考慮公文的格式要求。因?yàn)楣念愋头倍?，因此恢?fù)新文檔的操作復(fù)雜，而且往往難以完全恢復(fù)原樣。第二個(gè)方案是將整個(gè)文檔采用二進(jìn)制方式存儲(chǔ)在數(shù)據(jù)庫(kù)中。這樣的好處是文檔的恢復(fù)比較簡(jiǎn)單，但是由于各個(gè)元素沒(méi)有分離，因此在公文的查詢方面存在不足，需要解析文檔內(nèi)容并逐個(gè)分離出元素信息，效率較低，難以滿足快速、靈活的查詢需求。

通過(guò)分析比較，系統(tǒng)采用了一個(gè)折中方案：對(duì)于除正文以外的其它元素，如標(biāo)題、發(fā)文機(jī)關(guān)、年份等，在數(shù)據(jù)庫(kù)中分別在不同字段中分離存儲(chǔ)，以方便用戶的查詢；同時(shí)又將文檔本身進(jìn)行存儲(chǔ)，以便于公文的恢復(fù)。該方案以一定的存儲(chǔ)開(kāi)銷為代價(jià)，較好地照顧了查詢操作和公文恢復(fù)操作。因?yàn)槌囊酝獾钠渌貎?nèi)容很少，通過(guò)數(shù)據(jù)庫(kù)中的日期型字段、VarChar字段等即可滿足要求，因此引入的額外開(kāi)銷非常小。實(shí)驗(yàn)部分證明了該方法的有效性。

公文文檔存放在Oracle中的BLOB字段中，具體是通過(guò)Delphi中TBlobField類的LoadFromFile()和SaveToFile()方法實(shí)現(xiàn)了數(shù)據(jù)庫(kù)的存入和讀出。

3.2 公文內(nèi)容的自動(dòng)解析和批量歸檔

為了解決在公文歸檔過(guò)程中手工輸入各種元素信息的效率問(wèn)題，系統(tǒng)實(shí)現(xiàn)了公文內(nèi)容的自動(dòng)解析。根據(jù)公文格式規(guī)定，通過(guò)程序?qū)χ付ǖ墓倪M(jìn)行自動(dòng)分析，解析出各種元素的內(nèi)容，然后自動(dòng)填入數(shù)據(jù)庫(kù)。

Delphi提供了兩個(gè)類：TWordApplication和TWordDocument[3]。前者可以連接到MS Word應(yīng)用程序中，后者可以連接到一個(gè)Word文檔。公文中的每一段、每一行以及每一個(gè)表格，都可以通過(guò)TWordDocument對(duì)應(yīng)的如Paragraph、Line以及Table對(duì)象等獲得。根據(jù)公文承辦規(guī)定中對(duì)相關(guān)元素位置、格式的定義，配合識(shí)別元素的關(guān)鍵詞信息，通過(guò)逐段逐行分析，就可以解析得到元素內(nèi)容。

實(shí)現(xiàn)了對(duì)一個(gè)公文的解析功能，再配合Findfirst、FindNext以及FindClose等Windows的API函數(shù)的遞歸調(diào)用，就可以查找指定路徑下（包括子目錄）的所有Word文檔，然后逐一對(duì)之進(jìn)行解析并將分析結(jié)果入庫(kù)，就可以實(shí)現(xiàn)公文批量歸檔的功能。

公文內(nèi)容自動(dòng)解析及批量歸檔功能的實(shí)現(xiàn)，簡(jiǎn)化了公文歸檔的工作量，用戶只需指定文件或者路徑，系統(tǒng)即可自動(dòng)完成剩余工作，大大提高了公文歸檔的效率。

3.3 基于內(nèi)容的全文檢索查詢

指定通過(guò)公文標(biāo)題、發(fā)文機(jī)關(guān)等元素內(nèi)容，查找滿足條件的公文，是基本的數(shù)據(jù)庫(kù)查詢操作，比較容易實(shí)現(xiàn)。但是在公文的查找中存在一類需求，即用戶只記得公文的大致內(nèi)容，如公文內(nèi)容中包含的幾個(gè)關(guān)鍵詞，但是關(guān)于公文更詳細(xì)的內(nèi)容如發(fā)文時(shí)間、發(fā)文機(jī)關(guān)名稱等并不清除。在這種情況下需要對(duì)公文進(jìn)行基于內(nèi)容的全文檢索查詢。

該功能的實(shí)現(xiàn)流程如圖2所示。對(duì)數(shù)據(jù)庫(kù)中的每條記錄，均先將對(duì)應(yīng)的Word文檔保存到本地，然后用Delphi的TWordDocument類打開(kāi)。TWordDocument類的Content屬性為Range對(duì)象，調(diào)用其find.execute()方法可以在該范圍內(nèi)進(jìn)行文本查找，功能與Word應(yīng)用程序中調(diào)用“編輯-查找”功能菜單一樣，不僅可以進(jìn)行基本的查找，還可以通過(guò)參數(shù)控制在查找過(guò)程中是否區(qū)別大小寫、是否使用通配符等。如果匹配成功，則該方法返回True，系統(tǒng)為該條記錄做好標(biāo)記，作為查詢結(jié)果中的一條進(jìn)行顯示。當(dāng)數(shù)據(jù)庫(kù)中所有的記錄都處理完后，查詢處理結(jié)束，所有被標(biāo)記的記錄均為滿足條件的結(jié)果，即內(nèi)容中包含指定關(guān)鍵詞的公文。

3.4 文檔版本控制

“臨時(shí)公文管理”模塊主要是將正在撰寫尚未正式定稿的公文存放到數(shù)據(jù)庫(kù)中進(jìn)行備份，同時(shí)支持同一稿件在撰寫修改過(guò)程中產(chǎn)生的多個(gè)不同版本維護(hù)功能。文檔修改前后的比較、版本控制是這一模塊的主要技術(shù)點(diǎn)。

版本控制主要是通過(guò)獲取文件最近修改時(shí)間來(lái)實(shí)現(xiàn)的。具體來(lái)說(shuō)包括以下步驟：1）系統(tǒng)啟動(dòng)時(shí)，通過(guò)Oracle中的sysdate函數(shù)取得數(shù)據(jù)庫(kù)服務(wù)器的當(dāng)前時(shí)間，并將客戶端時(shí)間與服務(wù)器時(shí)間進(jìn)行自動(dòng)同步；2）臨時(shí)公文上傳到服務(wù)器進(jìn)行備份時(shí)，獲得文件的最近修改時(shí)間并保存在數(shù)據(jù)庫(kù)中的UpdateTime字段中；3）檢查本地文件與數(shù)據(jù)庫(kù)備份文件是否一致時(shí)，再次獲得本地文件的最近修改時(shí)間，通過(guò)與數(shù)據(jù)庫(kù)中保存的時(shí)間進(jìn)行比較完成。

獲取文件最近修改時(shí)間功能實(shí)現(xiàn)，主要是通過(guò)Windows的API函數(shù)FindFirstFile()獲得文件屬性數(shù)據(jù)，該數(shù)據(jù)的ftLastWriteTime屬性即為文件的最后修改時(shí)間。值得注意的是，該屬性獲得的是用32位表示的文件時(shí)間戳，為操作系統(tǒng)使用。要想轉(zhuǎn)換為用戶能看懂的本地系統(tǒng)時(shí)間，需要通過(guò)FileTimeToLocalFileTime()、FileTimeToSystemTime()以及SystemtimeToDateTime()函數(shù)進(jìn)行轉(zhuǎn)換。

4 測(cè)試驗(yàn)證

為了驗(yàn)證依據(jù)上述分析設(shè)計(jì)的有效性，對(duì)已實(shí)現(xiàn)的公文管理系統(tǒng)進(jìn)行了測(cè)試驗(yàn)證。

4.1 實(shí)驗(yàn)設(shè)置

試驗(yàn)在2臺(tái)PC機(jī)組成的局域網(wǎng)內(nèi)進(jìn)行。數(shù)據(jù)庫(kù)服務(wù)器的基本配置為PIV 2.0G CPU，1G內(nèi)存，120G硬盤，其上安裝了Oracle 9i；客戶端PC機(jī)配置為PIII 1G CPU，512M內(nèi)存，80G硬盤，安裝了Oracle客戶端和Office 2003軟件。

實(shí)驗(yàn)數(shù)據(jù)集為某單位2006-2008.6產(chǎn)生的500個(gè)實(shí)際公文文件，大小從50K到500K不等，平均大小約為200K。在其上進(jìn)行了存儲(chǔ)開(kāi)銷比較、查詢性能、自動(dòng)歸檔性能以及全文檢索性能的實(shí)驗(yàn)。

4.2 實(shí)驗(yàn)結(jié)果

采用三種存儲(chǔ)方案對(duì)公文進(jìn)行存儲(chǔ)，考查隨公文數(shù)增加不同方案存儲(chǔ)開(kāi)銷之間的差異，如圖3所示。其中方案一為所有元素均分離存儲(chǔ)；方案二為僅存儲(chǔ)完整的公文文件；方案三為本文采取的折中方案。

可以看出，方案一所需空間最小，方案二其次，方案三所需空間最大。這是因?yàn)?，方案一僅保存了必須的文本內(nèi)容，而且不同元素之間相互無(wú)重疊冗余；而方案二存儲(chǔ)的完整文件除了包含字符格式、字體等信息外，還包含Doc文件必須的文件格式頭等內(nèi)容，因此所需空間較大。方案三在方案二的基礎(chǔ)上還冗余存儲(chǔ)了一些元素內(nèi)容，因此所需空間最大。但總體看來(lái)，方案三與方案二相比，額外所需的存儲(chǔ)空間并不是很大，約占文件大小的0.5~1%左右。

三種存儲(chǔ)方案下普通查詢的效率和原文檔恢復(fù)所需時(shí)間分比較別如圖4、圖5所示?？梢钥闯?，方案三普通查詢的效率與方案一幾乎沒(méi)有差別，受益于Oracle數(shù)據(jù)庫(kù)管理系統(tǒng)的查詢性能，在實(shí)驗(yàn)數(shù)據(jù)規(guī)模上返回結(jié)果的時(shí)間為毫秒級(jí)；而方案二由于需要還原文件后再進(jìn)行全文檢索，所需時(shí)間較長(zhǎng)，尤其隨著數(shù)據(jù)庫(kù)中記錄數(shù)增加所需時(shí)間也線性增加，當(dāng)數(shù)據(jù)規(guī)模較大時(shí)難以滿足用戶需求。而在文檔恢復(fù)方面，方案一需要將所有內(nèi)容進(jìn)行重組，并按照公文承辦規(guī)定設(shè)置相關(guān)元素的格式等，所需時(shí)間為秒級(jí)，而且恢復(fù)效果較差；而方案二和方案三直接從數(shù)據(jù)庫(kù)中讀取完整文檔并恢復(fù)，所需時(shí)間僅為毫秒級(jí)。

在采用第三種存儲(chǔ)方案實(shí)現(xiàn)的系統(tǒng)中，隨歸檔文檔數(shù)的增加，系統(tǒng)自動(dòng)歸檔所需時(shí)間情況如圖6所示?？梢钥闯?，系統(tǒng)具有較高的自動(dòng)分析和批量歸檔功能，平均每個(gè)文檔所需的分析歸檔時(shí)間不足1秒。因此能夠較好滿足歸檔需求。

系統(tǒng)全文檢索效率如圖7所示。可以看出，全文檢索所需時(shí)間與隨公文數(shù)目增加呈線性增加，平均處理每個(gè)公文所需的時(shí)間約為200毫秒。因此，當(dāng)公文數(shù)目較多時(shí)，建議先通過(guò)普通查詢縮小全文檢索范圍，可以有效降低全文檢索的響應(yīng)時(shí)間。

5 結(jié)束語(yǔ)

基于Delphi和Oracle數(shù)據(jù)庫(kù)，結(jié)合MS Word的VBA相關(guān)功能，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)電子公文管理系統(tǒng)，探討了其總體結(jié)構(gòu)及設(shè)計(jì)實(shí)現(xiàn)相關(guān)的關(guān)鍵內(nèi)容，并通過(guò)大量實(shí)驗(yàn)驗(yàn)證了上述工作的有效性。該系統(tǒng)目前已經(jīng)投入使用，運(yùn)行穩(wěn)定，性能良好，也在一定程度上驗(yàn)證了本文工作的可行性。

參考文獻(xiàn)：

[1] 單玉剛，張榮茂. 面向電子政務(wù)的公文管理系統(tǒng)開(kāi)發(fā)與應(yīng)用[J]. 小型微型計(jì)算機(jī)系統(tǒng)，2003(3).

[2] 陳偉，丁秋林，鄭洪源，等. 在J2EE平臺(tái)上開(kāi)發(fā)電子政務(wù)系統(tǒng)的建模方法研究[J]. 南京航空航天大學(xué)學(xué)報(bào)， 2003(4).

[3] 王承. 電子公文管理及歸檔工作分析[J]. 山東檔案，2003(5).

[4] 曾凡智，趙慧民，盧炎生，等.基于特征抽取的電子公文防偽系統(tǒng)的研究[J]. 中山大學(xué)學(xué)報(bào)：自然科學(xué)版，2007(6).

[5] Ault M.Oracle數(shù)據(jù)庫(kù)管理與維護(hù)技術(shù)手冊(cè)[M].江漫，譯.北京：清華大學(xué)出版社，2003.1.

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文