# DocumentAnalysis

**Repository Path**: cloudczheng/document-analysis

## Basic Information

- **Project Name**: DocumentAnalysis
- **Description**: 出版编辑工作专用 文档分析工具
- **Primary Language**: C#
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-07-22
- **Last Updated**: 2024-11-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 桌面应用

## README

# DocumentAnalysis

#### 介绍

出版编辑工作中经常要处理电子文档，其中的错别字让人烦躁，于是写了一个控制台程序用来批量查找文档中的指定错词，同时附带一个可编辑的词条库用于管理自定义错词。

现在给它增加了图形界面，使用更加直观、方便

增加了模糊位置查找和精确位置查找两种工作模式

暂时仅支持pdf、docx文档处理

#### 软件架构
使用C# winform 开发，使用iText包处理PDF文件，使用DocX包处理docx文件，使用Sqlite数据库管理错词

#### 功能特性
错词查找、重复连词查找

#### 安装教程

**需要先安装Microsoft Desktop Runtime**

下载发行版安装

#### 使用说明

##### 文档分析功能

![File3](readmePic/file3.png)
1. **双击**选择文档或拖拽文档
2. 选择分析选项，默认为模糊位置查找
    - 模糊位置查找：查找输出全文存在的错误词条
    - 精确位置查找：查找输出全文存在的错误词条，并输出所在位置
        - pdf文档可输出页码、行数、所在上下文
        - docx文档可输出所在上下文
    - 查重功能：勾选**查重**，字符数设置 1~100，可搜索字符数长度内的重复连字
3. 点击**开始分析**按钮
4. 分析完成后，在文档所在目录生成文件夹“1”存放分析结果

##### 数据管理功能

![File2](readmePic/file2.png)
- **添加**框种输入内容，点击**添加/更新**按钮保存数据
- 点击**删除选中项**可删除表中选中行数据
- 点击**删除全部**可删除表中全部数据

##### 数据导入导出

数据导出：**添加**框中**右键**菜单，点击**导出数据**，可导出数据文件***dbExported.txt**到软件安装目录

数据导入：支持批量数据导入，导入格式为

```
错误词1:正确词1:说明1
错误词2:正确词2:说明2
...
```
保存为txt文件后，拖拽到**添加**框处即可导入文件中全部数据

**文件导入后出现卡顿是正常现象**