paperless

[ zh |德 |埃尔]

有关该项目未来的重要消息

自从我一时兴起开始这个项目以来，已经过去了 5 年多了，当时我正在处理与各种签证申请相关的大量文件（外籍生活很复杂！）。该项目的受欢迎程度如此之高，以至于它让我不知所措，为它工作不再是“有趣的”，而是开始成为一个严重的压力源。

为了解决这个问题，我创建了无纸化 GitHub 组织，并聘请了一些人来管理问题和拉取请求负载。不幸的是，该模型也被证明是行不通的。有 23 个拉取请求正在等待，157 个问题慢慢地被困惑/恼怒的人们填满，他们想要贡献自己的贡献，我的整个“任命一些陌生人并希望他们有时间”的想法表明我缺乏远见和组织能力。

在这些困难的阴影下，由 Jonas Winkler 编写的名为 Paperless-ng 的分叉出现了。它真的很好，与这个项目不同，它得到了积极的维护（无论如何在撰写本文时）。目前 GitHub 跟踪了 564 个分叉，我怀疑还有一些分叉值得研究。

因此，考虑到上述所有内容，我决定将此项目存档为只读，并建议那些对新更新或提交补丁感兴趣的人看看 Paperless-ng。如果你真的喜欢《老无纸化》，那也没关系！该项目是 GPL 许可的，因此只要您遵守该许可的条款，您就可以分叉它并在您喜欢的任何东西上运行它。

如果乔纳斯有兴趣的话，我可能会及时将该组织的所有权转让给他，但目前，他很乐意从当前的存储库中运行 Paperless-ng。无论如何，如果我们确实决定进行转移，我会提前几个月在这里发布通知，这样人们就不会对该位置的新代码感到惊讶。

就我而言，我非常高兴和自豪能够成为这个项目的一部分，并且很抱歉我无法为每个人投入更多的时间。我希望你们都能理解，我真的很高兴这项工作能够继续存在并在新项目中发挥作用。感谢所有做出贡献的人，感谢你们让自由软件变得更加出色。

此致， 丹尼尔·奎因

索引并归档所有扫描的纸质文档

我讨厌纸。抛开环境问题不谈，这是技术人员的噩梦：

• 没有搜索功能
• 它占用物理空间
• 备份意味着更多的纸张

在过去的几个月里，我多次被没有正确文件的问题所困扰。有时我回收了我需要的文件（谁保留了两年的水费单？），有时我只是丢失了它......因为纸张。我写这篇文章是为了让我的生活更轻松。

它是如何运作的

无纸化不会控制您的扫描仪，它只会帮助您处理扫描仪产生的内容

1. 购买可以写入网络上某个位置的文档扫描仪。如果您需要一些灵感，请查看扫描仪推荐页面。
2. 将其设置为“扫描到 FTP”或类似的内容。它应该能够将扫描的图像推送到服务器，而无需您执行任何操作。当然，如果您的扫描仪不知道如何自动将文件上传到某个地方，您始终可以手动执行此操作。无纸化并不关心文档如何进入其本地消费目录。
3. 让目标服务器运行无纸化消费脚本对文件进行 OCR 并将其索引到本地数据库中。
4. 使用网络前端筛选数据库并找到您想要的内容。
5. 通过网络界面下载您需要/想要的 PDF，并对其进行任何您喜欢的操作。您甚至可以将其打印出来并像原件一样发送。大多数情况下，没有人会关心或注意到。

这是你得到的：

文档

所有这些都可以在 ReadTheDocs 上找到。

要求

这实际上是一个非常简单、闪亮、用户友好的包装，围绕着一些非常强大的工具。

• ImageMagick 在彩色和灰度之间转换图像。
• Tesseract 负责字符识别。
• Unpaper 可对扫描图像进行去斑和歪斜校正。
• GNU Privacy Guard 用作加密后端。
• Python 3 是该项目的语言。
  • Pillow 将图像数据加载为与 PyOCR 一起使用的 Python 对象。
  • PyOCR 是一个围绕 tesseract 的巧妙的程序化包装。
  • Django 是该项目所针对的框架。
  • Python-GNUPG 会即时解密 PDF，以便您下载未加密的文件，而将加密的文件保留在磁盘上。

项目状况

这个项目自 2015 年以来就已经存在，并且有很多人在使用它。出于某种原因，它在德国非常受欢迎——也许那边有人可以告诉我为什么？

我不再在 Paperless 上进行新的开发，因为它完全满足了我的需要，并且此后我将注意力转向了我的最新项目 Aletheia。不过，我不会放弃这个项目。我很高兴在问题队列中提交拉取请求并回答问题。如果您自己是开发人员并且想要新功能，请将其放入问题队列中和/或向我发送拉取请求！我很高兴添加新内容，但我只是没有时间自己做这项工作。

附属项目

无纸化已经存在了一段时间，人们开始在它的基础上构建东西。如果您是其中之一，我们可以将您的项目添加到此列表中：

• 无纸化应用程序：Android/iOS 无纸化应用程序。
• 无纸化桌面：用于无纸化安装的桌面 UI。可在 Mac、Linux 和 Windows 上运行。
• ansible-role-paperless：通过 Ansible 实现无纸化运行的简单方法。
• paperless-cli：用于与无纸化实例交互的 golang 命令行二进制文件。

类似项目

还有另一个名为 Mayan EDMS 的项目，它与无纸化技术有大量令人惊讶的重叠。同样基于 Django 并使用 Tesseract 和 Unpaper 的消费者模型，Mayan EDMS 功能更加丰富，并且还配备了漂亮的 UI，但仍然使用 Python 2。可能 Paperless 消耗的资源更少，但说实话，这这只是一个猜测，因为我自己还没有测试过。但有一件事是肯定的，无纸化是一个更好的名字。

重要提示

文档扫描仪通常用于扫描敏感文档。比如你的社会保险号码、税务记录、发票等。虽然无纸化通过消费脚本对原始文件进行加密，但 OCR 文本并未加密，因此以明文形式存储（它需要可搜索，因此如果有人对于如何处理加密数据有想法，我洗耳恭听）。这意味着无纸化绝不应该在不受信任的主机上运行。相反，我建议如果您确实想使用它，请在您自己家中的服务器上本地运行它。

捐款

与所有自由软件一样，财务的力量较小，而集体努力的力量更大。我真的很感谢无纸化用户提供的每一个拉取请求和错误报告，所以请继续提供这些内容。然而，如果您不是编码/设计/文档人员，并且愿意提供经济贡献，我不会拒绝；-)

问题是，我的钱还不错，所以我想请你向联合国难民事务高级专员捐款。他们正在做重要的工作，他们比我更需要钱。