Herauszufinden, wie viele Seiten ein PDF enthält, ist trivial. Der Viewer zeigt die Seitenzahl an. Herauszufinden, wie viele Seiten sich auf 50 PDF-Dateien in einem Ordner befinden oder wie viele Wörter sich in allen zusammen befinden, ist nicht möglich. Das manuelle Öffnen jeder Datei, das Notieren der Anzahl und das Summieren der Zahlen dauert länger als die eigentliche Arbeit, für die die PDFs erstellt wurden.
Das manuelle Zählen von Dateien ist eine Aufgabe, für die Computer erfunden wurden. Allerdings bieten die meisten PDF-Tools keine Möglichkeit, mehrere Dateien zu zählen.
Das Zählen von Wörtern und Seiten über mehrere PDF-Batch-Dateien hinweg erfordert entweder ein Tool, das Batch-Statistiken unterstützt, oder ein Skript, das die Informationen aus jeder Datei extrahiert und summiert. Die PDF-Seiten-Tools von WukongPDF können bei der Statistik einzelner Dateien hilfreich sein, und die folgenden Methoden übernehmen die Aggregation mehrerer Dateien.
Verwenden der integrierten Stapelstatistik in PDF-Tools
Adobe Acrobat Pro enthält keine Stapelseiten- oder Wortzählfunktion. Einige PDF-Verwaltungstools von Drittanbietern tun dies. PDF Architect und Nitro Pro enthalten Stapelverarbeitungsmodule, die Seitenzahlen für einen ausgewählten Satz von Dateien melden können. Die Ausgabe ist normalerweise eine CSV-Datei, in der jeder Dateiname und seine Seitenzahl aufgeführt sind, mit einer Gesamtsumme am Ende.
Browserbasierte PDF-Tools bieten im Allgemeinen keine Statistiken über mehrere Dateien, da das zustandslose Anforderungsmodell keine Informationen über Datei-Uploads hinweg speichert. Jede Datei ist eine separate Sitzung. Das Aggregieren von Statistiken erfordert eine dauerhafte Sitzung, die sich über mehrere Dateien erstreckt, was bei Desktop- und serverbasierten Tools häufiger der Fall ist.
Versuchen Sie PDF zusammenführen
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.
Verwenden des Datei-Explorers für Schätzungen der Seitenanzahl
Der Windows-Datei-Explorer und der macOS-Finder zeigen die Anzahl der PDF-Seiten in den Dateimetadatenspalten an. Aktivieren Sie die Spalte „Seiten“ in der Detailansicht des Datei-Explorers, und die Seitenzahl für jede PDF-Datei wird in der Liste angezeigt. Wählen Sie alle Dateien aus. In der Statusleiste wird je nach Betriebssystemversion und -konfiguration möglicherweise die Summe angezeigt.
Das Lesen der Seitenzahl im Datei-Explorer erfolgt schnell, da ein kleines Metadatenfeld in jeder PDF-Datei gelesen wird, anstatt die gesamte Datei zu öffnen. Bei einem Ordner mit Hunderten von PDFs werden die Seitenzahlen in Sekundenschnelle angezeigt. Allerdings stellt der Datei-Explorer keine Wortzahlen bereit und die Anzeige der Seitenzahl kann bei PDFs mit nicht standardmäßigen internen Strukturen, bei denen die Metadaten nicht mit der tatsächlichen Seitenzahl übereinstimmen, ungenau sein.
Schreiben einer Wort- und Seitenzahl für mehrere PDFs
Python kann mit einer PDF-Bibliothek wie PyPDF2 oder pdfplumber Seiten- und Wortzahlen aus jedem PDF in einem Ordner extrahieren und summieren. Das Skript öffnet jedes PDF, liest die Seitenzahl aus den Dokumentmetadaten, extrahiert Text aus jeder Seite, zählt die Wörter und akkumuliert die Gesamtzahlen. Die Ausgabe ist die kombinierte Seitenzahl und Wortzahl für den gesamten Ordner.
Das Skript verarbeitet eine beliebige Anzahl von Dateien. Ein Ordner mit 500 PDFs wird in wenigen Minuten verarbeitet, abhängig von der Dateigröße und der Geschwindigkeit der Textextraktion. Das Skript liefert konsistente Ergebnisse, da es auf jede Datei dieselbe Zähllogik anwendet. Manuelles Zählen führt zu Abweichungen von Ermüdung und Ablenkung. Das Zählen per Skript ist wiederholbar und überprüfbar.
| Methode | Geschwindigkeit | Genauigkeit | Gibt die Anzahl der Wörter an? |
|---|---|---|---|
| Metadaten des Datei-Explorers | Sekunden | Moderat (nur Metadaten) | NEIN |
| Batch-PDF-Tool | Minuten | Hoch | Einige Werkzeuge |
| Python-Skript | Minuten (abhängig von der Dateianzahl) | Hoch (extrahiert tatsächlichen Text) | Ja |
| Manuelles Öffnen und Zählen | Std | Niedrig (Müdigkeit) | Ja, manuell |
Umgang mit gescannten PDFs in Wortanzahl
Gescannte PDFs enthalten Bilder, keinen Text. Eine auf der Textextraktion basierende Wortzählung gibt für ein gescanntes Dokument null Wörter zurück, da kein zu extrahierender Text vorhanden ist. Um gescannte PDFs in die Wortzählung einzubeziehen, führen Sie zunächst OCR für sie aus, um eine Textebene zu erstellen. Das Wortzählskript zählt dann den OCR-Text. Die OCR-Wortzahl ist ein ungefährer Wert, da OCR Erkennungsfehler verursacht.
Für gemischte Ordner, die sowohl digitale als auch gescannte PDFs enthalten, sollte das Skript separate Gesamtwerte melden: Wörter aus digitalen PDFs mit nativem Text und Wörter aus gescannten PDFs nach OCR. Wenn man sie zu einer einzigen Gesamtsumme zusammenfasst, ohne die Quellen zu unterscheiden, wird die Genauigkeit der Wortzahl des gescannten Dokuments überbewertet und die Tatsache verschleiert, dass ein Teil der Gesamtsumme eher OCR-geschätzt als genau ist.
Wortzahlen nach Abschnitt oder Kapitel exportieren
Über die Gesamtwortzahl hinaus liefert das Extrahieren der Wortzahlen pro Abschnitt in jedem PDF detaillierte Daten für die Bearbeitung, Übersetzung oder Abrechnung. Ein Skript, das PDF-Lesezeichen oder Überschriftenerkennung verwendet, um den Text zu segmentieren und Wörter pro Segment zu zählen, erstellt einen detaillierten Bericht. Jede Zeile in der Ausgabe zeigt einen Dateinamen, einen Abschnittsnamen und die Wortanzahl für diesen Abschnitt.
Zählungen auf Abschnittsebene sind für Übersetzungsprojekte wertvoll, bei denen verschiedene Abschnitte verschiedenen Übersetzern zugewiesen werden. Der Projektmanager verwendet die Zählungen, um die Arbeit gleichmäßig zu verteilen und die Fertigstellungszeiten abzuschätzen. Dasselbe gilt für die Abrechnung pro Abschnitt, wobei die Preise je nach Komplexität des Inhalts variieren. Die Gesamtzahl der Wörter gibt Aufschluss über die Größe des Projekts. Die Wortzählung auf Abschnittsebene gibt Aufschluss darüber, wie man sie aufteilt.
Verwenden der Zählung für Abrechnung und Kostenvoranschlag
Freiberufler und Agenturen, die seiten- oder wortweise abrechnen, verwenden Stapelzählungen, um Rechnungen zu erstellen. Ein Skript, das eine CSV-Datei mit Dateinamen, Seitenzahlen und Wortzahlen erstellt, liefert einen abrechnungsfertigen Bericht. Der Kunde kann die Zählungen selbstständig überprüfen. Der Bericht unterstützt die Rechnung mit Daten.
Auch die Projektschätzung profitiert von der Chargenzählung. Für ein Übersetzungsprojekt, bei dem der Preis pro Wort berechnet wird, ist eine genaue Anzahl der Ausgangswörter für alle Dokumente erforderlich. Für ein Druckprojekt mit Seitenpreis ist die Gesamtseitenzahl erforderlich. Durch die Durchführung der Zählung vor der Angebotserstellung wird sichergestellt, dass das Angebot auf tatsächlichen Dokumentenvolumina und nicht auf Schätzungen basiert. Der Zeitaufwand für das Zählen macht sich durch eine genaue Preisgestaltung bezahlt.
Versuchen Sie PDF zusammenführen
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.