Convert tài liệu trên 123docx

Cách convert trên 123doc.vn

Convert tài liệu trên 123doc.vn

NHỮNG VẤN ĐỀ GẶP PHẢI VÀ GIẢI PHÁP

Giới thiệu 123doc.vn

 Trang chia sẻ tài liệu và sách hàng đầu Việt Nam

 200k tài liệu đã có trên hệ thống

 Dự kiến đến tháng 4 – 2013 sẽ có 40k đầu sách

 App Android & IOS đọc sách riêng

Yêu cầu kết quả

 Đầu vào: File tài liệu định dạng phổ biến: doc, docx, ppt, pptx

 Đầu ra:

 Định dạng html

 Giữ nguyên được form so với tài liệu gốc

 Cỡ chữ, màu chữ, font chữ

 Căn lề

 Hình ảnh, bảng biểu, …

Bước đầu

 Giải pháp

 Doc, docx, ppt, pptx -> html qua OpenOffice

 PDF -> html dùng thư viện XPDF (Nguồn mở viết bằng C)

 Vấn đề

 Mất hết cấu trúc html vì OpenOffice convert ra html dạng rất đơn giản

Tiếp theo

 Giải pháp

 Doc, docx, … -> PDF

 Tất cả từ PDF -> HTML

 Vấn đề

 Font chữ hầu như là sai hết

 Bắt đầu nghiên cứu về font chữ

 Font chữ trong PDF đều là font nhúng (embeded subset) -> Phải tách được riêng font chữ từ file pdf và hiển thị được trên trình duyệt

Lấy font trong file pdf

 Dùng các chương trình sẵn có

Vấn đề: Không hiển thị được font đó trên HTML

 Font Forge

Quản lý bộ nhớ, thời gian timeout và convert nhiều tài liệu tại một thời điểm

 Vấn đề:

 Convert bị đứng dẫn đến nghẽn hệ thống không convert được

 Trong quá trình convert -> Memory leak -> Server die

 Convert được nhiều tài liệu cùng một lúc để giảm thời gian đợi của user

 Giải pháp

 Dùng service Service có khả năng

 Đón nhận id của các tài liệu gửi đến

 Phân chia công việc, gọi đồng thời convert

 Quản lý thời gian timeout

 Quản lý memory

Quản lý bộ nhớ, thời gian timeout và convert nhiều tài liệu tại một thời điểm

 Quản lý thời gian timeout & bộ nhớ sử dụng chức năng sẵn có của nhân Linux

 ps -ao pid,etime,cmd | grep convert_to_html.php

14062 00:10 convert_to_html.php

 ps -ao pid,rss | grep convert_to_html.php

14062 160000

 Convert đồng thời

 3s service sẽ kiểm tra số lượng convert đang chạy: Nếu thiếu -> bù

Mô hình

PDF

• Doc, docx