Scoprire quante pagine ci sono in un PDF è banale. Il visualizzatore mostra il conteggio delle pagine. Scoprire quante pagine ci sono in 50 PDF in una cartella, o quante parole ci sono in tutti loro messi insieme, non lo è. L'apertura manuale di ciascun file, la annotazione del conteggio e la somma dei numeri richiedono più tempo del lavoro effettivo per cui sono stati creati i PDF.
Il conteggio manuale dei file è un compito per cui sono stati inventati i computer. Tuttavia, la maggior parte degli strumenti PDF non offre il conteggio di più file.
Il conteggio di parole e pagine su più file PDF Batch richiede uno strumento che supporti le statistiche batch o uno script che estrae le informazioni da ciascun file e le somma. Gli strumenti Pagine PDF di WukongPDF possono aiutare con le statistiche dei singoli file e i metodi seguenti gestiscono l'aggregazione di più file.
Utilizzo delle statistiche batch integrate negli strumenti PDF
Adobe Acrobat Pro non include una funzione batch di pagine o conteggio parole. Alcuni strumenti di gestione PDF di terze parti lo fanno. PDF Architect e Nitro Pro includono moduli di elaborazione batch in grado di segnalare il conteggio delle pagine in un set selezionato di file. L'output è in genere un file CSV che elenca ciascun nome di file e il relativo numero di pagine, con il totale in fondo.
Gli strumenti PDF basati su browser generalmente non offrono statistiche su più file perché il modello di richiesta stateless non conserva le informazioni durante i caricamenti di file. Ogni file è una sessione separata. L'aggregazione delle statistiche richiede una sessione persistente che si estende su più file, cosa più comune negli strumenti desktop e basati su server.
Prova Unisci PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.
Utilizzo di Esplora file per le stime del numero di pagine
Esplora file di Windows e Finder di macOS visualizzano i conteggi delle pagine PDF nelle colonne dei metadati del file. Abilita la colonna Pagine nella visualizzazione Dettagli di Esplora file e il conteggio delle pagine per ciascun PDF verrà visualizzato nell'elenco. Seleziona tutti i file e la barra di stato potrebbe visualizzare la somma, a seconda della versione e della configurazione del sistema operativo.
La lettura del conteggio delle pagine di Esplora file è rapida perché legge un piccolo campo di metadati in ciascun PDF anziché aprire l'intero file. Per una cartella di centinaia di PDF, il conteggio delle pagine viene popolato in pochi secondi. Tuttavia, Esplora file non fornisce il conteggio delle parole e la lettura del conteggio delle pagine può essere imprecisa per i PDF con strutture interne non standard in cui i metadati non sono d'accordo con il conteggio delle pagine effettivo.
Scripting di un conteggio di parole e pagine nei PDF
Python con una libreria PDF come PyPDF2 o pdfplumber può estrarre i conteggi di pagine e parole da ogni PDF in una cartella e sommarli. Lo script apre ogni PDF, legge il conteggio delle pagine dai metadati del documento, estrae il testo da ogni pagina, conta le parole e accumula i totali. L'output è il conteggio combinato delle pagine e delle parole per l'intera cartella.
Lo script gestisce un numero qualsiasi di file. Una cartella di 500 PDF viene elaborata in pochi minuti, a seconda delle dimensioni del file e della velocità di estrazione del testo. Lo script produce risultati coerenti perché applica la stessa logica di conteggio a ogni file. Il conteggio manuale introduce una varianza dalla fatica e dalla distrazione. Il conteggio tramite script è ripetibile e verificabile.
| Metodo | Velocità | Precisione | Fornisce il conteggio delle parole? |
|---|---|---|---|
| Metadati di Esplora file | Secondi | Moderato (solo metadati) | NO |
| Strumento PDF batch | Minuti | Alto | Alcuni strumenti |
| Scrittura Python | Minuti (dipende dal conteggio dei file) | Alto (estrae il testo effettivo) | SÌ |
| Apertura e conteggio manuale | Ore | Basso (affaticamento) | Sì, manualmente |
Gestione dei PDF scansionati nel conteggio parole
I PDF scansionati contengono immagini, non testo. Un conteggio delle parole basato sull'estrazione del testo restituisce zero parole per un documento scansionato perché non c'è testo da estrarre. Per includere i PDF scansionati nel conteggio delle parole, esegui prima l'OCR su di essi per creare un livello di testo. Lo script di conteggio delle parole conta quindi il testo OCR. Il conteggio delle parole OCR è approssimativo poiché l'OCR introduce errori di riconoscimento.
Per le cartelle miste contenenti PDF digitali e scansionati, lo script deve riportare totali separati: parole dai PDF digitali con testo nativo e parole dai PDF scansionati dopo l'OCR. Combinarli in un unico totale senza distinguere le fonti sovrastima l'accuratezza del conteggio delle parole del documento scansionato e oscura il fatto che una parte del totale è stimata dall'OCR anziché esatta.
Esportazione dei conteggi delle parole per sezione o capitolo
Oltre al conteggio totale delle parole, l'estrazione del conteggio delle parole per sezione all'interno di ciascun PDF fornisce dati granulari per la modifica, la traduzione o la fatturazione. Uno script che utilizza i segnalibri PDF o il rilevamento delle intestazioni per segmentare il testo e contare le parole per segmento produce un rapporto dettagliato. Ogni riga nell'output mostra un nome file, un nome di sezione e il conteggio delle parole per quella sezione.
I conteggi a livello di sezione sono utili per i progetti di traduzione in cui sezioni diverse vengono assegnate a traduttori diversi. Il project manager utilizza i conteggi per distribuire il lavoro in modo uniforme e stimare i tempi di completamento. Gli stessi conteggi supportano la fatturazione per sezione in cui i prezzi variano in base alla complessità del contenuto. Il conteggio totale delle parole indica la dimensione del progetto. Il conteggio delle parole a livello di sezione ti dice come dividerlo.
Utilizzo del conteggio per la fatturazione e la stima
I liberi professionisti e le agenzie che fatturano per pagina o per parola utilizzano i conteggi batch per generare fatture. Uno script che produce un CSV di nomi di file, conteggi di pagine e conteggi di parole fornisce un report pronto per la fatturazione. Il cliente può verificare i conteggi in modo indipendente. Il report supporta la fattura con i dati.
Anche la stima del progetto trae vantaggio dal conteggio dei lotti. Un progetto di traduzione con prezzo a parola necessita di un conteggio accurato delle parole di origine in tutti i documenti. Un progetto di stampa con prezzo per pagina richiede il conteggio totale delle pagine. L'esecuzione del conteggio prima del preventivo garantisce che il preventivo sia basato sui volumi di documenti effettivi anziché sulle stime. Il tempo impiegato a contare si ripaga in termini di prezzi accurati.
Prova Unisci PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.