2021.3.19项目阶段报告

本周进度

整体思路

处理选中的文件，输出识别后的文本文件，手动选择方式和指定路径；
前后端分离，分别实现，便于调试；
后续继续设计如何对输出的文本进行分类和有效提取。

pyqt前端设计

包含的主要功能有选择代码语言，选择输入文件和输出路径；使用python语言完成对pyqt的调用，其他的具体功能用java实现，python调用jar包执行其功能。
概念图：

后期会继续完善，会有修改。

tika试用

使用tika提供的ui试用了它的文件提取功能，但是还未能与pyqt的前端相连接；目前的思路是导入jar包，前端调用，但是总觉得这样好像没有完全实现前后端的分离；下周会照这个思路做，但是如果有更好地解决方案，可以替代之。

ocr试用

同tika一样，没有与前端连接，只是尝试了它的提取功能。

---

下周目标

完善逻辑

具体的输入输出还需斟酌，我负责的功能是一个方面，重在与队友配合；对前端界面调用后端的方式进行优化。

实现对tika和ocr的调用

目前前后端还不能正确地完成配合满足需求，目标是对tika和ocr的调用可以全部在前端准确完成。

能够选中和输出文件

在实现调用的基础上，要能够将指定的文件经过相应的处理后输出到指定路径，便于队友对其进行后续的处理；
目前的思路是输出txt文件，以后再对其进行处理，分离出代码和文本并分别存储。