El escaneo masivo de documentos produce un único PDF masivo que contiene cientos de documentos individuales, cada uno separado del siguiente por nada más que una página de código de barras. El código de barras, normalmente un símbolo Código 39 o Código 128 impreso en una hoja en blanco, actúa como un divisor legible por máquina que indica a los sistemas automatizados dónde termina un documento y comienza el siguiente. Dividir un PDF mediante la detección de estas páginas separadoras de códigos de barras requiere una herramienta Split PDF con capacidad de reconocimiento de códigos de barras, que lee cada página, identifica qué páginas contienen códigos de barras y utiliza esas páginas como puntos de división para separar el documento en sus archivos constituyentes.
Cómo funcionan las páginas separadoras de códigos de barras en el escaneo de documentos
Antes de escanear un lote grande de documentos en papel, se coloca una hoja separadora de códigos de barras encima de cada documento individual de la pila. El escáner alimenta toda la pila como un único trabajo continuo, produciendo un PDF que puede tener miles de páginas. Las hojas de códigos de barras se distribuyen por todo el PDF en el límite entre cada par de documentos originales. Cada código de barras codifica información que identifica lo que viene después: un código de tipo de documento, un número de caso, una identificación de empleado o una referencia de archivo.
No es necesario que el código de barras sea visualmente significativo para los humanos. Es un soporte de datos legible por máquina impreso en un patrón de barras verticales de diferentes anchos. La herramienta de procesamiento PDF Batch lee el valor del código de barras y lo utiliza para determinar tanto el punto de división como, opcionalmente, el nombre del archivo del documento extraído. Un código de barras de la página separadora que codifica el valor INV-2026-0047 le indica al divisor que comience un nuevo documento en esta página y que nombre el archivo de salida INV-2026-0047.pdf.
Preparar el PDF para la división basada en códigos de barras
Antes de ejecutar la división, verifique que cada página separadora del PDF contenga un código de barras claramente impreso y sin daños. Es posible que un código de barras manchado, parcialmente oscurecido por un orificio de grapa o impreso en ángulo no se reconozca correctamente, lo que hace que el divisor no alcance el punto de división o lea un valor incorrecto. Desplácese rápidamente por el PDF y consulte una muestra aleatoria de páginas separadoras. El código de barras debe imprimirse con tinta negra oscura sobre papel blanco limpio, con al menos un cuarto de pulgada de espacio en blanco en todos los lados.
Confirme que las páginas del código de barras sean la primera página de cada documento, no la última página del documento anterior. Esta convención es casi universal en el escaneo de documentos porque significa que el valor del código de barras describe el documento siguiente. Si las páginas de códigos de barras en su PDF se colocaron como la última página de cada documento, la mayoría de las herramientas de división de códigos de barras tienen una configuración para ajustar esto, pero la suposición predeterminada es que el código de barras está en la primera página de cada documento nuevo.
Seleccionar una herramienta que admita el reconocimiento de códigos de barras
Los divisores de PDF estándar que dividen por número de páginas o por marcador no pueden detectar códigos de barras, porque el reconocimiento de códigos de barras requiere un análisis óptico de la imagen de la página. Busque una herramienta de captura de documentos o de gestión de contenido empresarial que incluya explícitamente la separación basada en códigos de barras como una característica. Adobe Acrobat Pro incluye reconocimiento de códigos de barras en su Asistente de acciones para el procesamiento de documentos. Las plataformas Split PDF basadas en navegador con detección de códigos de barras manejan el reconocimiento del lado del servidor y devuelven los archivos divididos como un archivo descargable.
Para las organizaciones que procesan archivos PDF separados por códigos de barras con regularidad, el software de captura de documentos dedicado, como Kofax, Ephesoft o Abbyy FlexiCapture, proporciona el reconocimiento de códigos de barras más confiable. Estas herramientas están diseñadas específicamente para la separación de documentos de gran volumen e incluyen características como reglas de validación de códigos de barras, manejo de excepciones para códigos de barras ilegibles e integración con sistemas de gestión de documentos. WukongPDF y plataformas similares proporcionan división basada en navegador a la que se puede acceder sin instalación de software empresarial.
Configuración de los ajustes de reconocimiento de códigos de barras
La mayoría de las herramientas de división de códigos de barras requieren que especifique el tipo de código de barras antes de procesarlo. Los dos tipos más comunes en el escaneo de documentos son el Código 39, que codifica caracteres alfanuméricos y se usa ampliamente en registros médicos y legales, y el Código 128, que codifica el conjunto completo de caracteres ASCII y produce códigos de barras más compactos para los mismos datos. Seleccione el tipo de código de barras correcto en la configuración de la herramienta. Seleccionar el tipo incorrecto hace que no se reconozcan todos los códigos de barras y la herramienta informará que no se encontraron puntos de división.
Algunas herramientas ofrecen una configuración de orientación del código de barras. Los códigos de barras en las páginas separadoras generalmente se imprimen horizontalmente, pero si las páginas se alimentaron a través del escáner en orientación horizontal o si el código de barras se imprimió verticalmente a lo largo del borde de la página, el motor de reconocimiento necesita saber qué orientación escanear. Establezca la orientación en Auto si está disponible, lo que le indica al motor que verifique las cuatro rotaciones posibles para cada página.
Nombrar los archivos de salida usando valores de códigos de barras
El valor del código de barras en cada página separadora puede cumplir una doble función como activador de división y nombre del archivo de salida. Configure la herramienta de división para utilizar el valor del código de barras como nombre de archivo para el documento que sigue al separador. Un separador con valor de código de barras CASE-0042-HARRIS produce un archivo de salida llamado CASE-0042-HARRIS.pdf que contiene todas las páginas desde ese separador hasta la siguiente página separadora, pero sin incluirla.
Si los valores de los códigos de barras no siguen un formato seguro para los nombres de archivos, como espacios, caracteres especiales o caracteres que son ilegales en los nombres de archivos, configure la herramienta para desinfectar los valores. La mayoría de las herramientas reemplazan automáticamente los espacios con guiones bajos o guiones y eliminan los caracteres que los sistemas de archivos de Windows o macOS no permiten. Verifique los nombres de los archivos de salida después del primer trabajo dividido para confirmar que la desinfección produjo nombres útiles y legibles en lugar de cadenas de caracteres eliminados que ya no transmiten el significado original.
Manejo de códigos de barras ilegibles y faltantes
Ningún proceso de reconocimiento de códigos de barras es perfecto. Los códigos de barras borrosos, las páginas alimentadas torcidas y las hojas separadoras que se omitieron accidentalmente durante el escaneo producen errores de división. Configure el manejo de excepciones de la herramienta para marcar páginas no reconocidas en lugar de fusionar silenciosamente los documentos a ambos lados de un punto de división omitido. La herramienta debe generar un informe de excepción que enumere cada página en la que se esperaba un código de barras pero no se encontró, junto con el número de página y, si es posible, una miniatura de la imagen de la página.
Una vez completada la división automatizada, revise el informe de excepciones y divida manualmente cualquier documento que la herramienta no haya podido separar automáticamente. Abra el PDF original, navegue hasta los números de página marcados, determine dónde debe ocurrir la división y extraiga las páginas manualmente usando una herramienta de extracción de páginas PDF. El paso de manejo manual de excepciones lleva minutos para unas cuantas divisiones omitidas, en comparación con horas de división manual para cada documento del lote.
Para futuros proyectos de escaneo, mejore la legibilidad de los códigos de barras utilizando una impresión de códigos de barras de mayor contraste, colocando los códigos de barras lejos de los bordes de las páginas donde las sombras del escáner pueden oscurecerlos y ejecutando una verificación de calidad previa al escaneo en las páginas separadoras antes de insertarlas en la pila de documentos.
Validación de resultados divididos con respecto al inventario de documentos originales
Una vez completada la división automática del código de barras, compare la cantidad de archivos de salida con el recuento de documentos esperado. Si el proyecto de escaneo original registró 247 documentos escaneados, la división debería producir exactamente 247 archivos de salida. Una discrepancia indica puntos de división omitidos, donde dos documentos se fusionaron en un archivo de salida, o puntos de división falsos, donde un solo documento se dividió porque algo en una de sus páginas se confundió con un código de barras.
Para proyectos de división de alto riesgo, como descubrimiento legal o migración de registros médicos, realice una conciliación del recuento de páginas. El recuento total de páginas en todos los archivos de salida debe ser igual al recuento de páginas del PDF original menos las páginas separadoras. Una discrepancia de incluso una página significa que la división no fue perfecta y requiere una revisión manual del resultado.
Guarde las páginas separadoras como un PDF independiente en lugar de descartarlas. Los valores de los códigos de barras en esas páginas proporcionan el registro de auditoría que conecta cada archivo de salida con su posición original en el lote escaneado. Si meses después surge una pregunta sobre un documento específico, el archivo de la página de separación confirma exactamente de dónde proviene ese documento.
Para las operaciones de división PDF Batch que se ejecutan según una programación, como el procesamiento nocturno de documentos escaneados desde una impresora multifunción, automatice todo el flujo de trabajo, desde el escaneo hasta la división y el archivo. Una carpeta vigilada monitorea si hay nuevos archivos PDF. Cuando llega un PDF, el divisor de códigos de barras lo procesa automáticamente y deposita los archivos divididos en carpetas categorizadas según los valores del código de barras. La automatización convierte una tarea de división manual en un proceso en segundo plano que no requiere atención humana.
Al seleccionar un tipo de código de barras para un nuevo proyecto de escaneo de documentos, elija Código 128 en lugar de Código 39 si los valores del código de barras contendrán letras y números. El Código 128 produce códigos de barras más compactos para datos alfanuméricos, lo que significa que el símbolo del código de barras se puede imprimir más pequeño en la página separadora sin perder capacidad de escaneado.
Para proyectos PDF Batch a largo plazo, documente las especificaciones del código de barras y la configuración de división en un archivo de proyecto almacenado junto con los documentos escaneados. Cuando se revisa el proyecto meses o años después, la documentación responde a las preguntas sobre qué tipo de código de barras se utilizó, qué representan los valores del código de barras y cómo se configuró la división.
Cuando es necesario reemplazar la división PDF Batch basada en códigos de barras con separación manual debido a problemas de calidad de los códigos de barras, el tiempo requerido aumenta dramáticamente. Un lote que se divide automáticamente en minutos puede tardar horas en separarse manualmente.