乐于分享
好东西不私藏

我自己开发的文件著录软件,核心功能全公开

我自己开发的文件著录软件,核心功能全公开
经过几周的打磨,我的两款著录小工具(PDF版和图片版)终于定型了。今天不绕弯子,直接把核心功能摊开来说——如果你也在为著录头疼,看看这些功能是不是你正需要的。

一、鼠标划选 + 弹出菜单:指哪打哪

左侧是文件预览区,支持多页翻页,图片缩放。你只需要做一件事:用鼠标拖拽划选文字
松手的那一刻,会弹出一个菜单——题名、文号、责任者、成文日期、件号、备注……想填哪个字段,点一下就行
不需要先点输入框,不需要记快捷键,一个划选+一次点击,文字就乖乖进到右边的框里。这是最直观、最不容易出错的方式。
一个小细节:如果划选的内容里包含日期,菜单上会直接显示“填入成文日期(识别为20240203)”,省得你再去手动改格式。

二、自动日期识别:什么格式都能转

成文日期的格式千奇百怪,这是我著录时最头疼的事。
所以我在划选菜单里加了自动识别功能。不管你划选的是:

2024年2月3日

2024-2-3

2024.02.03

二零二四年二月三日

程序都会自动转换成20240203这种8位数字格式,直接填入“成文日期”字段。你只管划选,格式转换交给程序。

三、红章去除 OCR:印章底下的文字也能抓

红头文件上的红色公章,经常直接盖在落款日期或责任者上面。普通划选根本抓不到底下的文字。
我的解决方案是:划选时自动截图 → 去除红色通道 → OCR识别
你划选的是一个带红章的区域,程序会先把红色印章“变白”,再识别剩下的文字。实测下来,印章底下的文字抓取成功率从不到50%提升到了90%以上
你不需要额外操作,划选、松开、点菜单,三步照旧,只是背后多了这道“去红”工序。

四、自动保存:再也不怕忘了存

很多著录软件需要手动点“保存”,一旦忘了,切换文件就前功尽弃。
我的做法是:每次保存记录,或者切换上一份/下一份文件时,数据自动写入文件夹下的著录结果.xlsx
你只管划选、填入、切文件,Excel 文件会自动更新。中途关机、闪退都不怕,已经存好的记录丢不了。

五、快捷键:让双手配合更流畅

虽然划选+菜单已经很方便,但我还是加了一组快捷键,给愿意提速的朋友:
F1 / F2:上一份 / 下一份文件(切换时自动保存)
F3 / F4:上一页 / 下一页
Tab:跳转到下一个字段输入框
Esc:取消当前焦点
有了这些快捷键,右手划选,左手切文件、翻页、跳字段,效率再上一个台阶。

六、字段说明(一目了然)

右侧编辑区一共7个字段,对应档案著录的核心要素:
字段
说明
件号
文件序号(一般来自文件名或批办单)
题名
文件标题(红头文件下的大字)
文号
发文字号(如“苏党报〔2025〕2号”)
责任者
制作/发布单位(红头或落款处)
页数
文件总页数(自动计算,可手动改)
成文日期
格式 YYYYMMDD(自动识别转换)
备注
补充说明(自由填写)

七、运行方式

我做了两个独立版本,按需使用:
PDF版:pdf著录\main.py(需要 Python + PyMuPDF)
图片版:jpg_著录\main.py(需要 Python + Pillow)
如果你不想装 Python,也可以打包成EXE 单文件,解压即用,无需任何环境。

写在最后

这套工具的核心思路很简单:把最耗时的“划选→填入”做到极致,其他都交给程序自动处理
目前我自己用得很顺手,也分享给了几个兄弟单位。如果你感兴趣,欢迎关注公众号“徐州档案人”,回复“试用”获取下载链接。
下篇文章我会详细讲一讲红章去除 OCR 的技术实现,感兴趣的朋友可以留意。

本文为“徐州档案人”原创,转载请注明出处。