500페이지 분량의 문서를 여러 장으로 나누어야 합니다. 각 장은 "Chapter 1,"과 같은 일관된 제목 텍스트로 표시됩니다. '제2장' 등. 각 장의 제목을 찾기 위해 500페이지를 수동으로 스크롤하고 각 장의 제목을 나누는 것은 지루한 작업입니다. 정규식 패턴을 사용하여 장 제목을 찾고 일치할 때마다 자동으로 문서를 분할하면 한 시간의 수동 작업이 몇 초의 자동화된 처리로 변환됩니다.
텍스트 패턴 일치로 PDF를 분할하면 정규식을 사용하여 문서 텍스트에서 특정 패턴을 검색하고 일치할 때마다 분할합니다. 패턴은 장 제목, 섹션 제목 또는 분할 지점을 표시하는 반복 텍스트와 일치할 수 있습니다. 이 방법은 문서의 모든 분할 위치에 일관되고 기계가 읽을 수 있는 텍스트 마커가 있는 경우에 작동합니다.
정규식 패턴으로 PDF 분할 작업을 수행하려면 문서에 선택 가능한 텍스트가 있어야 합니다. OCR이 없는 스캔 문서를 먼저 OCR해야 합니다.
정규식 패턴 만들기
패턴은 장 제목과 정확히 일치해야 하며 그 외의 내용은 일치하지 않습니다. "1장" '제2장' 정규식은 "Chapter \d+"일 수 있습니다. 백슬래시-d-plus는 하나 이상의 숫자와 일치합니다. 전체 문서에서 정규식을 실행하기 전에 텍스트 샘플에서 정규식을 테스트하세요. 너무 넓은 패턴은 의도하지 않은 위치에서 분할됩니다.
분할 실행
텍스트 패턴 일치를 지원하는 PDF 분할 도구를 사용하세요. 정규식 패턴을 입력하세요. 이 도구는 문서를 검색하고 각 일치 위치를 식별한 후 해당 지점에서 분할합니다. 각 출력 파일에는 한 일치 항목에서 다음 일치 항목까지의 페이지가 포함되어 있습니다.
WukongPDF 분할 도구는 문서를 처리할 수 있습니다. PDF 페이지 정규식 기반 분할에는 패턴 일치를 지원하는 도구가 필요합니다.
분할 정확도 확인
분할 후 각 출력 파일을 열고 해당 파일이 장 제목에서 시작하고 다음 장 제목 앞에서 끝나는지 확인합니다. 각 파일의 첫 번째 페이지와 마지막 페이지를 확인하세요. 잘못 정렬된 분할은 시작 또는 끝 부분에 잘못된 장의 콘텐츠를 표시합니다.
정규식 패턴의 특수 문자 이스케이프
장 제목에는 마침표, 괄호 또는 대괄호와 같은 특수 정규식 문자가 포함될 수 있습니다. 패턴에 백슬래시를 사용하여 이러한 문자를 이스케이프 처리하세요. "1장"의 문자 그대로의 마침표입니다. "1장\"으로 작성해야 합니다. 정규식에서.
분할 PDF 정규식 이스케이프는 잘못된 일치를 방지하고 패턴이 의도한 텍스트와만 일치하는지 확인합니다.
여러 줄로 구성된 장 제목 처리
일부 장 제목은 여러 줄에 걸쳐 있습니다. 한 줄씩 검색하는 정규식은 여러 줄에 걸쳐 분할된 제목과 일치하지 않습니다. 전체 페이지 텍스트를 단일 문자열로 처리하는 여러 줄 정규식 모드를 사용하십시오.
장 감지를 위한 PDF 페이지 여러 줄 정규식 모드는 한 줄에 맞지 않는 제목을 처리합니다.
분할 후 장 색인 만들기
분할 후 각 출력 파일, 장 제목 및 페이지 범위를 나열하는 장 색인을 생성합니다. 색인은 독자가 분할 문서 세트를 탐색하는 데 도움이 됩니다.
정규식 분할 후 PDF 도구 장 색인 생성은 출력 파일의 맵을 제공합니다.
온라인 정규식 테스터로 정규식 패턴 테스트
PDF에 정규식 패턴을 적용하기 전에 문서 텍스트 샘플에서 테스트해 보세요. 온라인 정규식 테스터는 패턴이 일치하는 텍스트를 정확하게 보여줍니다. 수백 페이지를 처리하기 전에 시각적 피드백을 통해 패턴이 올바른지 확인합니다.
분할 PDF 정규식 테스트 단계는 패턴이 의도하지 않은 텍스트와 일치하기 때문에 쓰레기 출력을 생성하는 분할의 좌절을 방지합니다.
PDF 텍스트 샘플을 일반 텍스트 파일로 내보냅니다. 텍스트 파일에서 정규식을 테스트합니다. 일치 항목이 올바른지 확인한 후에만 PDF에 적용하세요.
캡처 그룹을 사용하여 장 제목 추출
캡처 그룹이 있는 정규식 패턴은 분할 위치뿐만 아니라 장 제목도 추출할 수 있습니다. 캡처된 제목이 출력 파일 이름이 됩니다. "Chapter (\d+): (.+)" 장 번호와 제목을 모두 캡처합니다.
PDF 페이지 캡처 그룹 추출은 분할 중에 파일 이름 지정을 자동화합니다. 각 출력 파일은 해당 장 제목에서 설명적인 이름을 받습니다.
캡처된 제목이 유효한 파일 이름인지 확인하십시오. 파일 시스템이 파일 이름에 허용하지 않는 문자를 제거하거나 교체합니다.
앞문과 뒷문을 별도로 처리하기
문서에는 장으로 나누어서는 안되는 머리말, 목차, 머리말, 뒷문제, 부록, 색인이 포함되어 있는 경우가 많습니다. 분할에서 이러한 섹션을 제외합니다. 별도의 파일로 처리하거나 인접한 장과 병합하세요.
PDF 앞표지와 뒷표지 분할 처리를 위해서는 첫 번째 장 제목 앞과 마지막 장 제목 뒤의 내용을 식별해야 합니다.
앞부분과 뒷부분 경계를 식별하려면 별도의 정규식을 사용하세요. 자동 감지가 신뢰할 수 없는 경우 이러한 섹션을 수동으로 분할하세요.
분할 파일에서 목차 재구성
분할 후 페이지 번호가 변경되어 원래 목차 페이지 참조가 잘못되었습니다. 분할된 파일 이름과 해당 페이지 수를 바탕으로 목차를 다시 작성합니다. 새로운 TOC는 분할 문서 구조를 정확하게 반영합니다.
분할 후 PDF 책갈피 재구성은 문서 탐색을 복원합니다.
재구성된 목차를 별도의 파일로 포함하거나 첫 번째 분할 파일의 첫 번째 페이지로 포함합니다.
분할 파일 전체에서 상호 참조 유지
"3장 참조"와 같은 내부 상호 참조 이제 다른 파일의 콘텐츠를 참조할 수 있습니다. 내부 상호 참조를 외부 파일 참조로 변환하거나 참조된 내용이 포함된 파일을 나타내는 메모를 추가합니다.
분할 후 PDF 도구 상호 참조 관리는 참조가 독자에게 계속 작동하도록 보장합니다.
잘못된 일치를 피하기 위해 부정 예측 사용
정규식 패턴은 실제로 장 제목이 아닌 장과 유사한 텍스트와 일치하는 것을 피하기 위해 부정 예측을 사용할 수 있습니다. 예를 들어, 제목 뒤에 장 시작이 아니라 상호 참조임을 나타내는 특정 패턴이 오는 일치 항목을 제외합니다.
분할 PDF 부정 예측 기술은 복잡한 문서 구조에 대한 정규식 정밀도를 향상시킵니다.
동시에 여러 제목 수준으로 분할
일부 문서에는 서로 다른 제목 수준에 부분, 장 및 섹션이 있습니다. 여러 정규식 패턴을 사용하여 원하는 수준으로 분할합니다. 큰 섹션의 경우 부품 제목을 분할합니다. 더 세밀하게 분류하기 위해 장 제목을 분할합니다.
PDF Pages 다중 레벨 분할 접근 방식은 출력 파일 세분성에 유연성을 제공합니다.
분할 후 인접한 작은 챕터 병합
두 페이지만 있는 장은 어색할 정도로 작은 출력 파일을 생성합니다. 인접한 작은 챕터를 단일 파일로 병합합니다. 최소 페이지 임계값을 설정합니다. 임계값 아래의 장은 다음 장과 병합됩니다.
PDF 도구 분할 후 작은 챕터 병합을 통해 더욱 균형 잡힌 출력 파일이 생성됩니다.
장 제목의 형식이 다양한 문서 처리
모든 장이 동일한 제목 형식을 따르는 것은 아닙니다. 초기 장에서는 "제 I장"을 사용할 수 있습니다. 이후 장에서는 "10장"을 사용합니다. 정규식은 로마 숫자, 아라비아 숫자 및 철자가 표시된 숫자를 처리해야 합니다.
분할 PDF 다중 형식 정규식은 일관되지 않은 장 제목 스타일이 있는 문서를 처리합니다.
분할을 실행하기 전에 분할 계획 생성
분할을 실행하기 전에 계획된 분할 지점, 출력 파일 이름 및 페이지 범위를 문서화하십시오. 계획서는 분할작업의 검증을 위한 참고자료이자 기록입니다.
PDF Pages 분할 계획은 자동 분할 중 오류를 방지하는 품질 관리 문서입니다.
분할 출력을 사용하여 주문형 인쇄를 위한 개별 장 PDF 생성
분할된 장은 주문형 인쇄 서비스에 개별적으로 제출할 수 있습니다. 각 장은 별도의 소책자가 됩니다. 독자들은 필요한 장만 주문합니다.
PDF 도구 장 분할의 주문형 인쇄 응용 프로그램은 특정 섹션만 필요한 독자의 낭비와 비용을 줄입니다.