500-stronicowy dokument należy podzielić na rozdziały. Rozdziały są oznaczone spójnym tekstem nagłówków, np. „Rozdział 1”; „Rozdział 2” i tak dalej. Ręczne przewijanie 500 stron w celu znalezienia nagłówka każdego rozdziału i podziału na poszczególne rozdziały jest żmudne. Używanie wzorca wyrażeń regularnych do lokalizowania nagłówków rozdziałów i automatycznego dzielenia dokumentu po każdym dopasowaniu zmienia godzinę ręcznej pracy w kilka sekund automatycznego przetwarzania.
Dzielenie pliku PDF według dopasowywania wzorców tekstu wykorzystuje wyrażenia regularne do wyszukiwania w tekście dokumentu określonych wzorców i dzielenia przy każdym dopasowaniu. Wzorzec może pasować do nagłówków rozdziałów, tytułów sekcji lub dowolnego powtarzającego się tekstu oznaczającego punkt podziału. Ta metoda działa, jeśli dokument zawiera spójne, czytelne maszynowo znaczniki tekstowe w każdym podzielonym miejscu.
Operacja Podziel plik PDF według wzoru regex wymaga, aby dokument zawierał tekst do zaznaczenia. Zeskanowane dokumenty bez OCR należy najpierw poddać OCR.
Tworzenie wzorca Regex
Wzór musi dokładnie pasować do nagłówków rozdziałów i nic poza tym. W przypadku nagłówków takich jak „Rozdział 1” „Rozdział 2” wyrażeniem regularnym może być „Rozdział \d+”. Ukośnik odwrotny-d-plus dopasowuje jedną lub więcej cyfr. Przetestuj wyrażenie regularne na próbce tekstu przed uruchomieniem go w całym dokumencie. Wzór, który jest zbyt szeroki, ulegnie podziałowi w niezamierzonych miejscach.
Wypróbuj opcję Podziel plik PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.
Wykonywanie podziału
Użyj narzędzia do dzielenia plików PDF, które obsługuje dopasowywanie wzorców tekstu. Wprowadź wzór wyrażenia regularnego. Narzędzie przeszukuje dokument, identyfikuje każdą lokalizację dopasowania i dzieli w tych punktach. Każdy plik wyjściowy zawiera strony z jednego dopasowania do następnego.
Narzędzia podziału WukongPDF umożliwiają przetwarzanie dokumentów. Podział oparty na wyrażeniach regularnych w stronach PDF wymaga narzędzia obsługującego dopasowywanie wzorców.
Weryfikacja dokładności podziału
Po podzieleniu otwórz każdy plik wyjściowy i sprawdź, czy zaczyna się od nagłówka rozdziału i kończy przed nagłówkiem następnego rozdziału. Sprawdź pierwszą i ostatnią stronę każdego pliku. Źle wyrównany podział spowoduje wyświetlenie treści z niewłaściwego rozdziału na początku lub na końcu.
Ucieczka ze znaków specjalnych we wzorach wyrażeń regularnych
Nagłówki rozdziałów mogą zawierać specjalne znaki regularne, takie jak kropki, nawiasy lub nawiasy klamrowe. Ucieknij od tych znaków, używając ukośnika odwrotnego we wzorcu. Dosłowna kropka w „Rozdziale 1.” należy zapisać jako „Rozdział 1”. w wyrażeniu regularnym.
Ucieczka wyrażenia regularnego Split PDF zapobiega fałszywym dopasowaniom i zapewnia, że wzorzec pasuje tylko do zamierzonego tekstu.
Obsługa wielowierszowych nagłówków rozdziałów
Niektóre nagłówki rozdziałów zajmują wiele wierszy. Wyrażenie regularne przeszukujące wiersz po wierszu nie będzie pasować do nagłówka podzielonego na wiersze. Użyj trybu wyrażenia regularnego wielowierszowego, który traktuje cały tekst strony jako pojedynczy ciąg.
Tryb wielowierszowego wyrażenia regularnego w programie PDF Pages do wykrywania rozdziałów obsługuje nagłówki, które nie mieszczą się w jednej linii.
Tworzenie indeksu rozdziałów po podzieleniu
Po podzieleniu wygeneruj indeks rozdziałów zawierający listę każdego pliku wyjściowego, tytuł rozdziału i zakres stron. Indeks pomaga czytelnikom poruszać się po podzielonym zestawie dokumentów.
Utworzenie indeksu rozdziałów w Narzędziach PDF po podziale wyrażeń regularnych zapewnia mapę plików wyjściowych.
Testowanie wzorców wyrażeń regularnych za pomocą internetowych testerów wyrażeń regularnych
Przed zastosowaniem wzorca wyrażenia regularnego do pliku PDF przetestuj go na próbce tekstu dokumentu. Testerzy wyrażeń regularnych online pokazują dokładnie, który tekst pasuje do wzorca. Wizualna informacja zwrotna potwierdza, że wzór jest prawidłowy przed przetworzeniem setek stron.
Krok testowania wyrażeń regularnych Split PDF zapobiega frustracji związanej z podziałem, który generuje niepotrzebne dane wyjściowe, ponieważ wzorzec pasuje do niezamierzonego tekstu.
Wyeksportuj próbkę tekstu PDF do zwykłego pliku tekstowego. Przetestuj wyrażenie regularne w pliku tekstowym. Zastosuj go do pliku PDF dopiero po potwierdzeniu, że dopasowania są prawidłowe.
Używanie grup przechwytywania do wyodrębniania tytułów rozdziałów
Wzorzec wyrażenia regularnego z grupami przechwytywania może wyodrębnić nie tylko lokalizację podziału, ale także tytuł rozdziału. Przechwycony tytuł staje się nazwą pliku wyjściowego. Wzorzec taki jak „Rozdział (\d+): (.+)” zawiera zarówno numer rozdziału, jak i tytuł.
Wyodrębnianie grup przechwytywania stron PDF automatyzuje nazewnictwo plików podczas dzielenia. Każdy plik wyjściowy otrzymuje nazwę opisową na podstawie nagłówka rozdziału.
Sprawdź, czy przechwycone tytuły są prawidłowymi nazwami plików. Usuń lub zamień w nazwach plików znaki, których systemy plików nie akceptują.
Oddzielne postępowanie z materią przednią i tylną
Dokumenty często zawierają pierwszą stronę, spis treści, przedmowę i drugą stronę, dodatki, indeks, których nie należy dzielić na rozdziały. Wyklucz te sekcje z podziału. Przetwórz je jako osobne pliki lub połącz z sąsiednimi rozdziałami.
Obsługa przedniej i tylnej części pliku PDF wymaga zidentyfikowania treści przed nagłówkiem pierwszego rozdziału i po nagłówku ostatniego rozdziału.
Użyj oddzielnego wyrażenia regularnego, aby zidentyfikować granice przedniej i tylnej materii. Jeśli automatyczne wykrywanie nie jest niezawodne, podziel te sekcje ręcznie.
Rekonstrukcja spisu treści z podzielonych plików
Po podzieleniu oryginalne odniesienia do stron spisu treści są nieprawidłowe, ponieważ zmieniły się numery stron. Odbuduj spis treści na podstawie nazw podzielonych plików i liczby stron. Nowy spis treści dokładnie odzwierciedla strukturę podzielonego dokumentu.
Rekonstrukcja zakładek PDF po podziale przywraca nawigację w dokumencie.
Dołącz przebudowany spis treści jako oddzielny plik lub jako pierwszą stronę pierwszego podzielonego pliku.
Zachowywanie odsyłaczy w podzielonych plikach
Odsyłacze wewnętrzne, takie jak „patrz rozdział 3”; może teraz odwoływać się do treści w innym pliku. Konwertuj odsyłacze wewnętrzne na odniesienia do plików zewnętrznych lub dodaj notatkę wskazującą, który plik zawiera treść, do której następuje odwołanie.
Zarządzanie odsyłaczami Narzędzia PDF po podzieleniu zapewnia, że odniesienia pozostaną funkcjonalne dla czytelnika.
Korzystanie z negatywnego wyprzedzenia w celu uniknięcia fałszywych dopasowań
Wzorzec regex może wykorzystywać negatywne wyprzedzenie, aby uniknąć dopasowywania tekstu podobnego do rozdziału, który w rzeczywistości nie jest nagłówkiem rozdziału. Na przykład wyklucz dopasowania, w których po nagłówku występują pewne wzorce wskazujące, że jest to odsyłacz, a nie początek rozdziału.
Technika negatywnego spojrzenia z wyprzedzeniem Split PDF poprawia precyzję wyrażeń regularnych w przypadku złożonych struktur dokumentów.
Jednoczesne dzielenie według wielu poziomów nagłówków
Niektóre dokumenty zawierają części, rozdziały i sekcje na różnych poziomach nagłówków. Użyj wielu wzorców wyrażeń regularnych, aby podzielić na żądanym poziomie. Podziel w nagłówkach części dla dużych sekcji. Podzielone w nagłówkach rozdziałów w celu uzyskania większej szczegółowości.
Metoda wielopoziomowego podziału PDF Pages zapewnia elastyczność szczegółowości pliku wyjściowego.
Łączenie sąsiadujących małych rozdziałów po podziale
Rozdział składający się tylko z dwóch stron tworzy niezręcznie mały plik wyjściowy. Połącz sąsiednie małe rozdziały w jeden plik. Ustaw minimalny próg strony. Rozdziały poniżej progu są łączone z następnym rozdziałem.
Narzędzia PDF łączenie małych rozdziałów po podzieleniu pozwala uzyskać bardziej zrównoważone pliki wyjściowe.
Obsługa dokumentów, w których nagłówki rozdziałów różnią się formatem
Nie wszystkie rozdziały mają ten sam format nagłówków. We wczesnych rozdziałach można używać określenia „Rozdział I”. podczas gdy w późniejszych rozdziałach używany jest „Rozdział 10”. Wyrażenie regularne musi obsługiwać cyfry rzymskie, arabskie i liczby pisane.
Wieloformatowe wyrażenie regularne Split PDF obsługuje dokumenty z niespójnymi stylami nagłówków rozdziałów.
Tworzenie planu podziału przed wykonaniem podziału
Przed wykonaniem podziału udokumentuj planowane punkty podziału, nazwy plików wyjściowych i zakresy stron. Plan stanowi punkt odniesienia do weryfikacji i zapis operacji podziału.
Plan podziału PDF Pages to dokument kontroli jakości, który zapobiega błędom podczas automatycznego dzielenia.
Korzystanie z podzielonego wydruku w celu wygenerowania plików PDF z pojedynczymi rozdziałami do druku na żądanie
Podzielone rozdziały można przesyłać indywidualnie do usług drukowania na żądanie. Każdy rozdział staje się osobną książeczką. Czytelnicy zamawiają tylko te rozdziały, których potrzebują.
Narzędzia PDF, aplikacja do drukowania na żądanie, polegająca na dzieleniu rozdziałów, zmniejsza straty i koszty dla czytelników, którzy potrzebują tylko określonych sekcji.
Wypróbuj opcję Podziel plik PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.