标签：文件 GCC handle zip TFE char int 255
Graccvs组件智能分析提取其他各种文件中文本，为自然语言信息检索，机器学习等高端技术提供底层支持的技术组件，是Lucene/CLucene, Elasticsearch, Sphinx等全文检索工具，OA, ERP, CRM，网盘，文件管理等其他系统提供文件摘要及搜索前置服务。同时也可以为安全网关，邮件内容监控，内网安全等系统提供文件搜索及监控服务底层技术支持。
组件支持常见各种文件格式”.pdf", ".doc", ".odt", ".docx", ".dotm", ".docm", ".wps", ".xls", ".xlsx", ".xlsm", ".xltm", ".et", ".ppt", ".pptx", ".potm", ".pptm", ".ppsm", ".dps", ".ofd"(电子发票版式文件), ".rtf",".html", ".htm", ".mht", ".mhtml", ".eml", ".emmx", "xmind", "gmind", ".chm", ".zip" 等。组件速度快，效率高，调用非常简单。
Graccvs组件是以DLL格式动态链接库方式调用的， 点击这里下载DLL动态链接库，函数详细说明和调用示例点击这里下载。
调用过程：
1：拷贝graccvs.h 和 graccvsDllTest.c到文件夹下。
2：拷贝 graccvs64.dll到工程中， 默认在exe输出位置。
3：编译即可 gcc graccvsDllTest.c -o graccvsDllTest.exe 。
头文件graccvs.h ：
#include <stdio.h>
#include <stdlib.h>
//----------------------以下为函数说明----------------------
// 加载DLL，设置动态库需要的临时文件夹，且对此文件夹要有读写权限
typedef void (*LOAD)(char *tempDir);
/*
注册软件：
方式1：输入参数，corp为公司名称licText为注册码
方式2：把授权文件grauth.lic保存到动态库相同文件夹,调用TAuth函数（corp, licText都为空）系统自动加载grauth.lic
返回值：
0：免费版本许可为空
1：许可正常
2：序列号（公司授权名称）错误
3：加密数据格式错误
4：许可过期
5：许可验证错误
6：无效的许可
7：未知错误
注1：如果注册失败，系统变为免费版本
注2：免费版也需要调用此函数，corp和licText都为空
*/
typedef int (*AUTH)(char *corp, char *licText);
// 提取文件正文，并保存到目标文件
// inFilePtr文件名称指针， outFilePtr为TXT目标文件文件指针
typedef int (*TOTEXTFILE)(char *inFilePtr, char *outFilePtr);
// 提取文件正文，返回字符串指针
// inFilePtr输入文件指针， 返回UTF-8编码字符串数据指针（此指针需要使用FREESTRING函数释放内存）
typedef char* (*TOSTRING)(char *inFilePtr);
// 释放TOSTRING等函数的返回指针
typedef void (*FREESTRING)(char *p);
// 得到最后的错误信息
typedef char* (*LASTERR)();
// 提取Http/Https文件，返回字符串数据指针
// url=Http/Https地址
// fileExt=文件类型（比如：".pdf"）,
// timeout=超时设置，超过此数值系统终止下载文件。单位为毫秒，默认为0（等待文件下载直到完成）
// httpParams=JSON格式header数据和cookie数据，默认为空
/*
JSON格式如下：
{"headers":
[{名称1: 值1},{名称2: 值2},...],
"cookies":[
{"name": 名称（字符串）, "value": 值（字符串）, "expires": 有效期（整数，单位毫秒）,
"path": 路径（字符串）, "domain": 域名（字符串）},
{"name": 名称（字符串）, "value": 值（字符串）, "expires": 有效期（整数，单位毫秒）,
"path": 路径（字符串）, "domain": 域名（字符串）}
...
]}
例如：
{"headers":[{"client_id": "g01x9"}, {"client_secret": "e23c89cc9fe"}, {"client_index": 10092}],
"cookies":[{"name": "ga", "value": "1020", "expires":36000000, "path": "/hx/", "domain":"www.gaya-soft.cn"},
{"name": "xc3", "value": "10099", "expires":240000, "path": "", "domain":""}]}
*/
// 返回UTF-8编码字符串数据指针（此指针需要使用FREESTRING函数释放内存）
typedef char* (*HTTPTOSTRING)(char *url, char *fileExt, int timeout, char *httpParams);
// 下载Http文件，并提取文本，保存到目标文件
// outfile为TXT目标文件文件指针，其他参数和HTTPTOSTRING参数相同
typedef int (*HTTPTOTEXTFILE)(char *url, char *fileExt, char *outfile, int timeout, char *httpParams);
//---------------------异步批量处理相关函数---------------------
// 增加一个文件提取异步任务， Infile输入文件地址， Outfile为TXT目标文件文件
// 如果提取某个文件错误，则目标文本文件的内容如下格式： @ErrCode:错误代码, ErrMessage:错误提示
typedef void (*ADDTASK)(char *inFilePtr, char * outTxtFilePtr);
// 增加一个异步提取Http文件任务，参数同 HTTPTOTEXTFILE 函数
typedef void (*ADDHTTPTASK)(char * url, char *fileExt, char *outTxtFile, int timeout, char *httpParams);
// 开始执行异步任务，返回值=1开始执行
// =2 免费版不支持此功能，=3 没有可以执行的任务 ，=4 当前任务未完成
typedef int (*ASYNCSTART)();
// 停止异步批量任务
typedef void (*ASYNCSTOP)();
// 一直等待，直到全部异步任务结束
typedef void (*ASYNCWAIT)();
// 得到执行异步任务的状态， =0 没开始， =1 正在处理中，=2 已中断， =99 处理完成
typedef int (*ASYNCSTATE)();
// 设置执行异步任务的并发数量（不大于软件授权数量），返回并发数量
typedef int (*ASYNCMAXPROCS)(int num);
//---------------------异步批量处理相关函数---------------------
// 关闭动态库前调用此函数释放资源，否则关闭DLL会发生错误
typedef void (*UNLOAD)();
//typedef void (*SAVESN)();
//提取文本的错误类型
enum GrErrCode
{
TFE_OK = 0,
TFE_UNKNOW = 1,
TFE_FILE_NOTEXIST = 2,
TFE_SAVE_ERROR = 3,
TFE_OUTSIZE = 4,
TFE_UNSUPPORTED = 5,
TFE_ERROR_INTERFACE = 6,
TFE_HTTP_ERR = 7,
TFE_HTTP_FILE_NULL = 8,
TFE_LICENCE_ERR = 9
};
测试CPP文件：
#define WINDOWS
#ifdef WINDOWS
#include <windows.h>
#else
#include <iconv.h>
#include <wctype.h>
#include <wchar.h>
#include <errno.h>
#endif
#include <ctype.h>
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include "graccvs.h"
// 根据错误类型返回错误信息
char *codeText(unsigned int code)
{
switch (code)
{
case TFE_OK:
return "ok";
case TFE_UNKNOW:
return "未知错误";
case TFE_FILE_NOTEXIST:
return "提取源文件不存在";
case TFE_SAVE_ERROR:
return "保存目标文件失败";
case TFE_OUTSIZE:
return "提取的源文件超出设置的大小范围";
case TFE_UNSUPPORTED:
return "不支持的提取文件格式";
case TFE_ERROR_INTERFACE:
return "得到接口失败";
case TFE_HTTP_ERR :
return "HTTP下载文件失败";
case TFE_HTTP_FILE_NULL :
return "HTTP文件为空";
case TFE_LICENCE_ERR:
return "软件许可错误";
default:
return "未知错误2";
}
}
void wcharToUtf8(const wchar_t *src, char *dest, int destSize)
{
int ik = WideCharToMultiByte(CP_UTF8, 0, src, wcslen(src), dest, destSize, NULL, NULL);
for (int i = ik; i < destSize; i++)
{
dest[i] = 0;
}
}
// ------------------------提取正文并保存为文本文件------------------------
void testToTextFile(HINSTANCE handle, LASTERR lastErr)
{
TOTEXTFILE toTextFile = (TOTEXTFILE)GetProcAddress(handle, "ToTextFile");
if (toTextFile == NULL) {
return;
}
static char inFileName[255]; // 根据实际情况分配长度
wcharToUtf8(L"test\\graccvs文件正文提取接口.pdf", &inFileName[0], 255);
static char outFileName[255];
wcharToUtf8(L"test\\out001.txt", &outFileName[0], 255);
// 调用DLL函数得到文件正文
int code = toTextFile(&inFileName[0], &outFileName[0]);
//TFE_OK为提取完成，其他code调用codeText返回相同错误
if (code != TFE_OK)
{
// 方式1： 根据R值调用函数ErrText得到具体错误信息, 此方式速度快
char *e = codeText(code);
printf("error from code: %s\n", e);
// 方式2：调用DLL函数，得到具体错误信息, 此方式错误信息更加准确
char *p = lastErr();
printf("error from dll: %s\n", p);
}
else
{
printf("testToTextFile end\n");
}
}
// ------------------------提取正文,返回字符串指针------------------------
void testToString(HINSTANCE handle, FREESTRING freeString)
{
TOSTRING toString = (TOSTRING)GetProcAddress(handle, "ToString");
if (toString == NULL || freeString == NULL){
return;
}
static char inFileName2[255];
wcharToUtf8(L"test\\简可信模板OCR识别工具帮助.docx", &inFileName2[0], 255);
char *p = toString(&inFileName2[0]); //返回UTF-8编码字符串
printf("text=\n%s\n", p);
freeString(p); // 务必调用freeString函数释放字符串内存
}
// ------------------------HTTP提取正文并保存为文本文件------------------------
void testHttpToTextFile(HINSTANCE handle)
{
HTTPTOTEXTFILE httpToTextFile = (HTTPTOTEXTFILE)GetProcAddress(handle, "HttpToTextFile");
if (httpToTextFile == NULL) {
return;
}
static char rul[255], ext[6], outFile[128];
wcharToUtf8(L"https://www.gaya-soft.cn/dfs/v2/简可信模板OCR识别工具帮助.docx", &rul[0], 255);
wcharToUtf8(L".docx", &ext[0], 6);
wcharToUtf8(L"test\\out002.txt", &outFile[0], 128);
// 调用DLL函数得到文件正文
int timeout = 0; //超时设置，单位毫秒， 默认为0
int code = httpToTextFile(&rul[0], &ext[0], &outFile[0], timeout, NULL);
//TFE_OK为提取完成，其他code调用codeText返回相同错误
if (code != TFE_OK)
{
char *e = codeText(code);
printf("error from code: %s\n", e);
}
else
{
printf("testHttpToTextFile end\n");
}
}
// ------------------------HTTP提取正文,返回字符串指针------------------------
void testHttpToString(HINSTANCE handle, FREESTRING freeString)
{
HTTPTOSTRING httpToString = (HTTPTOSTRING)GetProcAddress(handle, "HttpToString");
if (httpToString == NULL || freeString == NULL){
return;
}
static char rul[255], ext[6], params[512];
wcharToUtf8(L"https://www.gaya-soft.cn/dfs/v2/graccvs文件正文提取接口.pdf", &rul[0], 255);
wcharToUtf8(L".pdf", &ext[0], 6);
wchar_t *a_params = L"{\"headers\":[{\"client_id\": \"g01x9\"}, {\"client_secret\": \"e23c89cc9fe\"}], \"cookies\":[{\"name\": \"ga\", \"value\": \"1020\", \"expires\":36000000, \"path\": \"/\"}]}";
wcharToUtf8(a_params, ¶ms[0], 512);
int timeout = 60 * 1000; //超时设置，单位毫秒
//
char *p = httpToString(&rul[0], &ext[0], timeout, ¶ms[0]);
printf("text=\n%s\n", p);
freeString(p); // 务必调用freeString函数释放字符串内存
}
// ---------------异步批量文件提取，适合多线程处理很多文件---------------
// 文件提取任务
void asyncAddTask(HINSTANCE handle)
{
ADDTASK addTask = (ADDTASK)GetProcAddress(handle, "AddTask");
if (addTask==NULL){
return;
}
// -----可以增加N个任务
static char inFn[255], inFn2[255], outFn[255], outFn2[255];
wcharToUtf8(L"test\\graccvs文件正文提取接口.pdf", &inFn[0], 255);
wcharToUtf8(L"test\\asyncOut001.txt", &outFn[0], 255);
addTask(&inFn[0], &outFn[0]); // 一个文件任务
wcharToUtf8(L"test\\Adobe Intro.ofd", &inFn2[0], 255);
wcharToUtf8(L"test\\asyncOut002.txt", &outFn2[0], 255);
addTask(&inFn2[0], &outFn2[0]); // 一个文件任务
}
// Http文件提取任务
void asyncAddHttpTask(HINSTANCE handle)
{
ADDHTTPTASK addHttpTask = (ADDHTTPTASK)GetProcAddress(handle, "AddHttpTask");
if (addHttpTask==NULL){
return;
}
// 可以增加N个任务
static char rul[255], ext[6], outFn[255];
wcharToUtf8(L"https://www.gaya-soft.cn/dfs/v2/简可信模板OCR识别工具帮助.docx", &rul[0], 255);
wcharToUtf8(L".docx", &ext[0], 6);
wcharToUtf8(L"test\\asyncOut003.txt", &outFn[0], 255);
int timeout = 90 * 1000; //超时设置，单位毫秒， 默认为0
addHttpTask(&rul[0], &ext[0], &outFn[0], timeout, NULL);
}
// 方式1：开始任务，等待全部任务完成
void asyncRun1(HINSTANCE handle, ASYNCSTART asyncStart)
{
ASYNCWAIT asyncWait = (ASYNCWAIT)GetProcAddress(handle, "AsyncWait");
if (asyncWait==NULL) {
return;
}
// 开始任务
int r = asyncStart();
if (r == 1){
asyncWait(); // 等待任务全部结束
printf("方式1--任务完成\n");
}else if (r == 2){
printf("免费版不支持此功能\n");
}else if (r == 3){
printf("没有可以执行的任务\n");
}else if (r == 4){
printf("当前任务未完成\n");
}
}
// 方式2：判断执行情况，超时退出，主动结束任务
void asyncRun2(HINSTANCE handle, ASYNCSTART asyncStart)
{
ASYNCSTOP asyncStop = (ASYNCSTOP)GetProcAddress(handle, "AsyncStop");
ASYNCSTATE asyncState = (ASYNCSTATE)GetProcAddress(handle, "AsyncState");
if (asyncStop==NULL || asyncState==NULL) {
return;
}
// 开始任务
BOOL isOver = FALSE;
int r = asyncStart();
if (r == 1){
//clock_t start_t = clock();
time_t start_tm;
time(&start_tm);
// 5分钟后结束任务
while(TRUE){
time_t n;
time(&n);
// 5分钟后中断
if (difftime(n, start_tm) > 5 * 60){
break;
}
// 判断任务情况， =0 没开始， =1 正在处理中，=2 已中断， =99 处理完成
int x = asyncState();
if (x == 1){
Sleep(500);
}else if (x == 99){
isOver = TRUE; // 处理完成
break;
}else{
break;
}
}
//
if (!isOver){
asyncStop(); // 结束任务
}
printf("方式2--任务完成\n");
}else if (r == 2){
printf("免费版不支持此功能\n");
}else if (r == 3){
printf("没有可以执行的任务\n");
}else if (r == 4){
printf("当前任务未完成\n");
}
}
void asyncTest(HINSTANCE handle)
{
ASYNCMAXPROCS asyncMaxProcs = (ASYNCMAXPROCS)GetProcAddress(handle, "AsyncMaxProcs");
ASYNCSTART asyncStart = (ASYNCSTART)GetProcAddress(handle, "AsyncStart");
//
if( asyncMaxProcs==NULL || asyncStart==NULL){
return;
}
//
asyncMaxProcs(8); // 同时运行8个任务
//
asyncAddTask(handle); // 文件提取任务
asyncAddHttpTask(handle); // Http文件提取任务
// 执行任务--方式1
asyncRun1(handle, asyncStart);
// 执行任务--方式2
asyncAddTask(handle);
asyncAddHttpTask(handle);
asyncRun2(handle, asyncStart);
}
// ---------------异步批量文件提取，适合多线程处理很多文件---------------
/*
void saveSn(HINSTANCE handle)
{
SAVESN saveSn = (SAVESN)GetProcAddress(handle, "SaveSn");
saveSn();
}
*/
int main()
{
printf("graccvs dll test\n");
//
HINSTANCE handle = LoadLibraryA("graccvs64.dll"); //默认64位系统，32位DLL或者接口更新请到官网
if (handle <= 0)
{
return 0;
}
LOAD load = (LOAD)GetProcAddress(handle, "Load");
AUTH auth = (AUTH)GetProcAddress(handle, "Auth");
FREESTRING freeString = (FREESTRING)GetProcAddress(handle, "FreeString");
LASTERR lastErr = (LASTERR)GetProcAddress(handle, "LastErr");
UNLOAD unload = (UNLOAD)GetProcAddress(handle, "Unload");
if (load != NULL && auth != NULL && lastErr != NULL && unload != NULL)
{
// DLL加载，提取文本需要的临时文件夹，且对此文件夹要有读写权限
static char tempPath[128];
wcharToUtf8(L"test\\", &tempPath[0], 128);
load(&tempPath[0]);
printf("init over\n");
// 设置软件许可，免费版都为空
static char corp[128], licText[1024];
wcharToUtf8(L"Beij Gaya", &corp[0], 128);
wcharToUtf8(L"", &licText[0], 1024); //企业版这里设置授权文本
auth(&corp[0], &licText[0]);
// 提取正文并保存为文本文件
testToTextFile(handle, lastErr);
// 提取正文,返回字符串指针
testToString(handle, freeString);
// 提取HTTP提取正文, 并保存为文本文件
testHttpToTextFile(handle);
// 提取HTTP提取正文, 返回字符串指针
testHttpToString(handle, freeString);
// 异步批量文件提取测试
asyncTest(handle);
//调用此函数，卸载DLL参数，和load对应使用
unload();
}
Sleep(800);
FreeLibrary(handle);
Sleep(200);
printf("all over\n");
return 1;
}
// gcc graccvsDllTest.c -o graccvsDllTest.exe标签：文件,GCC,handle,zip,TFE,char,int,255 来源： https://blog.csdn.net/kkyy2021/article/details/122697285
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。