文档管理系统的核心技术与难点

概述

网上有非常多的“文档管理系统”，随便搜索就能得到超过1000种大大小小的软件或系统，谓之“铺天盖地”也不为过。其中绝大多数是近几年用各类开源的所谓组件、框架搭起来的七拼八凑的产物，其花哨无比的言辞与看似不错的截图，会造成很多用户茫然，掏钱购买后基本上都感觉交了智商税。那么到底什么样的系统才能称为“文档管理系统”呢？怎么选择比较安全呢？

先回答第二个问题：世界上任何一个能用的软件至少需要5年的基本成长期。所以，选购的时候，5年以内的软件，就不要考虑了。后面是几个基本概念。

文档管理也是各类信息系统的核心功能，但目前多数信息系统普遍缺乏比较好的文档管理模块。
绝大多数的信息系统，号称提供文档管理功能，实际上也都是基于简单的技术或组件，无法提供全面的功能。
文档管理的核心功能简单地说起来就是：能搜；能看（预览）；能管（权限）；

一、能搜

文档搜索涉及两个方面的核心技术：
（1）文本提取技术：系统应该能稳定、可靠、准确地从各类文件中提取文本。文本类信息（比如程序代码），相对比较简单，主要难点是编码问题。其他Office,PDF文件的提取难点就比较多了。首先是版本问题，系统应该能处理各类版本，比如Office97,2003,2010...，也有编码问题；其次是可靠性问题，市面上的很多文档管理系统（或大系统中的文档管理模块）无法稳定地提取文本，经常“挂掉”；最后是文字识别问题，很多文字是以图片形式保存于PDF文件（或图片），系统应该能够自动识别其中的文字，并提取出来用于搜索。目前平均而言，旧文档能达到80%稍多的识别率，新文档能达到90%以上。没有系统可以做到100%。
（2）全文检索问题：目前大家都在用Lucene，不是超大（PB级别）的系统基本上可以接受。

二、能看（预览）

一般的文档管理系统，都是B/S结构的，在处理非文本文件，如Office、PDF文件和其他应用文件，比如CAD文件时，有两种方式可以被用户打开。一是在用户端都安装相应的软件，二是提供无需安装软件的预览功能。如果要在领导电脑上为其演示一个三维设计图，还事先需要在领导电脑上安装三维软件，这个很费事，也很难看。
正式的文档管理系统都提供文件（含各类设计文稿）的预览功能。

三、能管（权限）

重要的文档都不是随便看、下载、打印与复制的。这就是“权限”的意义。
权限的设置需要考虑人员、角色、小组、虚拟机构、组织结构及高层管理者、系统管理者等等诸多复杂的、变化多端、经常变更的现实因素。
权限系统的设计需求与理念，大多来自于用户的实际需要。
刚刚开发应用5年以内的文档管理系统，其权限系统一定是不完备的。

以上这些朴素的需求与技术，都在多可文档管理系统中得到完美的实现。
多可文档管理系统常常被用户要求与用友、泛微等等大的系统连接，以代替其中不够完备的文档管理模块。
多可文档管理系统 100%国产，被中国证监会选中，管理着所有上市公司的主要信息。
多可文档管理系统被全国所有卫星监测中心选中，管理卫星测控相关的重要文档。

不是是个系统就可以称为文档管理系统的。