Your Name a06df23b1d feat: 新增 OCRmyPDF 轉換引擎 (v0.1.14)

## 新功能
- OCRmyPDF 轉換引擎：將掃描版 PDF 轉換為可搜尋 PDF
  - 支援 7 種語言：en, zh-TW, zh, ja, ko, de, fr
  - 與 PDFMathTranslate 風格一致的 UI 格式 (pdf-<lang>)
  - 自動偵測頁面方向並旋轉
  - 自動校正傾斜
  - 跳過已有文字層的頁面
  - 詳細的 5 階段處理進度輸出

## 建置
- Dockerfile：安裝 ocrmypdf 與 Tesseract OCR 語言包

## 文件
- 更新 OCR 功能文件
- 文件目錄結構改為中文名稱

## 測試
- 修復 BabelDOC 和 PDFMathTranslate 測試的 OCR mock
- 所有 345 個測試通過

2026-01-23 16:28:33 +08:00

3.6 KiB

Raw Blame History

URL ID 與儲存機制

⚠️ 此文件已遷移

本文件內容已整合至新的文件結構，請參閱：

🛠️ 專案結構

🐳 Docker 部署

此文件將在未來版本中移除。

檔案儲存結構

ConvertX-CN 使用以下目錄結構儲存檔案：

/app/data/
├── convertx.db          # SQLite 資料庫
├── uploads/             # 上傳的原始檔案
│   └── {user_id}/
│       └── {job_id}/
│           ├── file1.docx
│           └── file2.pdf
└── output/              # 轉換後的檔案
    └── {user_id}/
        └── {job_id}/
            ├── file1.pdf
            └── file2.txt

Job ID 說明

每次轉換任務都會產生一個唯一的 Job ID，用於：

追蹤轉換進度
組織檔案儲存
生成下載連結

Job ID 格式

Job ID 是一個 UUID v4 格式的字串，例如：

550e8400-e29b-41d4-a716-446655440000

URL 結構

結果頁面

/results/{job_id}

例如：

http://localhost:3000/results/550e8400-e29b-41d4-a716-446655440000

下載單一檔案

/download/{user_id}/{job_id}/{filename}

下載所有檔案（Tar）

/archive/{job_id}

資料持久化

Docker Volume 映射

為了確保資料不會在容器重啟後遺失，請務必映射 /app/data 目錄：

volumes:
  - ./data:/app/data

或使用 Named Volume：

volumes:
  - convertx-data:/app/data

volumes:
  convertx-data:

自動清理

ConvertX-CN 會根據 AUTO_DELETE_EVERY_N_HOURS 設定自動清理過期檔案。

清理邏輯

系統每 N 小時執行一次清理
刪除建立時間超過 N 小時的 Job
同時刪除對應的上傳檔案和輸出檔案
資料庫記錄也會被清除

設定範例

# 每 24 小時清理一次
- AUTO_DELETE_EVERY_N_HOURS=24

# 每 1 小時清理一次（公開服務建議）
- AUTO_DELETE_EVERY_N_HOURS=1

# 停用自動清理
- AUTO_DELETE_EVERY_N_HOURS=0

資料庫

ConvertX-CN 使用 SQLite 作為資料庫，儲存於 /app/data/convertx.db。

資料表結構

users

欄位	類型	說明
id	INTEGER	使用者 ID
email	TEXT	電子郵件
password	TEXT	密碼雜湊

jobs

欄位	類型	說明
id	TEXT	Job UUID
user_id	INTEGER	使用者 ID
num_files	INTEGER	檔案數量
date_created	TEXT	建立時間

file_names

欄位	類型	說明
id	INTEGER	檔案 ID
job_id	TEXT	Job UUID
input_file_name	TEXT	原始檔名
output_file_name	TEXT	輸出檔名
status	TEXT	轉換狀態

備份與還原

備份

# 備份整個 data 目錄
tar -czvf convertx-backup-$(date +%Y%m%d).tar.gz ./data

# 僅備份資料庫
cp ./data/convertx.db ./backup-convertx-$(date +%Y%m%d).db

還原

# 還原整個 data 目錄
tar -xzvf convertx-backup-20240101.tar.gz

# 還原資料庫
cp ./backup-convertx-20240101.db ./data/convertx.db

注意事項

權限問題：確保 Docker 容器有權限寫入 data 目錄
磁碟空間：大量轉換可能佔用大量磁碟空間，建議設定自動清理
資料安全：敏感文件轉換後建議手動刪除或縮短保留時間

3.6 KiB Raw Blame History Unescape Escape