将 50 页的 PDF 拆分为单独的页面会生成 50 个名为 page-1.pdf 到 page-50.pdf 的文件。从技术上讲，这些名称在物理页面位置上是准确的，但在内容上完全没有用处。第 7 页可能包含带有签名和付款条款的史密斯合同。第 23 页可能是包含行项目和总计的琼斯发票。通过单独打开每个文件以发现其包含的内容，然后键入描述性文件名来重命名所有 50 个文件，所需的时间几乎与最初拆分 PDF 的时间一样长，并且会带来命名错误的风险，从而导致文件稍后无法找到。
实际的分割操作需要几秒钟。接下来的重命名工作需要几分钟或几小时，具体取决于文件数量以及您是否有从内容中派生名称的方法。自动化命名步骤将 PDF 分割从繁琐的琐事转变为真正高效的工作流程。
分割Split PDF并使用有意义的自定义名称保存每个文件意味着在分割之前设置命名模式，从文档结构（如书签）派生名称，或者在分割后使用批量重命名工具从每个文件读取文本并从内容生成描述性名称。 WukongPDF的PDF页面分割工具支持基于书签文本的自定义命名，下面的方法涵盖了结构化预分割方法和内容提取后分割方法。
分割前从文档结构中派生文件名
当 PDF 具有组织良好的书签层次结构（其中每个顶级书签对应于具有描述性标题的逻辑部分）时，基于书签的分割会生成自动继承书签文本作为文件名的输出文件。每月客户报告的 PDF 文件，其中每个顶级书签都是客户名称，分为以每个客户命名的文件：Smith-Corp.pdf、Jones-LLC.pdf、Acme-Inc.pdf，零手动重命名。书签文本必须是文件系统安全的，这意味着它不能包含操作系统在文件名中禁止的字符，例如冒号、正斜杠、反斜杠、星号或问号。
当书签存在但其文本不适合作为文件名、太长、包含无效字符或使用不一致的格式时，请在拆分之前编辑书签文本。在 Adobe Acrobat 中，打开“书签”面板，右键单击每个书签，选择“重命名”，然后键入所需的文件名。对于包含数十个部分的文档，书签编辑步骤需要几分钟的时间，但是当拆分操作生成完美命名的文件而无需进一步干预时，在干净书签上投入的时间会立即得到回报。
与通用名称拆分后提取基于内容的名称
当由于 PDF 完全缺少书签或书签文本未捕获有意义的内容标识符而导致基于书签的命名不可用时，请首先使用通用顺序名称拆分文档，然后根据从其内容中提取的文本重命名每个输出文件。批量重命名工具或 Python 脚本从每个拆分文件的第一页读取前几行文本，搜索已知模式，例如出现在标签 Client: 后面的客户名称或发票 # 后面的发票号码，并使用匹配的文本作为新文件名。
内容提取方法最适合结构化文档，其中每个分割部分共享一致的格式，并在可预测的位置识别文本。每月发票的文件夹，其中每页的第一行显示“发票编号”，后跟一个数字，第二行显示“客户：后跟一个名称”，可以通过脚本批量重命名，该脚本提取这两个字段并构造一个文件名，如 Invoice-1234-Acme-Corp.pdf。该脚本对批次中的每个文件应用相同的提取和命名逻辑，从而消除了手动重命名的时间和错误率。
为重复作业编写拆分和命名工作流程的脚本
按计划重复的拆分和命名作业，相同的月度报告结构每月分为相同通讯组列表的相同命名部分，证明构建永久脚本而不是每个周期重复手动过程是合理的。将页面范围和相应的输出文件名写入配置文件一次。该脚本读取配置，根据指定的范围分割 PDF，并使用指定的名称命名每个输出文件。每个月仅更新配置中输入的 PDF 文件名。该脚本在每个周期中以相同的方式处理其他所有事情。
对脚本和配置文件进行版本控制。当报告结构发生更改、添加、删除或重新组织某个部分时，请更新配置以匹配。脚本逻辑保持不变。这种在脚本中捕获的处理逻辑与在配置中捕获的文档特定数据的分离使得工作流可以随着时间的推移进行维护。运行每月拆分的人不需要理解或修改脚本。他们编辑简单的配置文件并执行脚本。
| 命名方法 | 先决条件 | 内容感知？ | 最适合 |
|---|---|---|---|
| 基于书签的分割 | 结构良好的书签和干净的文本 | 是的，名称源自文档结构 | 具有标题层次结构的文档 |
| 内容提取脚本 | 每个部分的文本模式一致 | 是的，名称源自文档内容 | 结构化表格、发票、报告 |
| 脚本化拆分和命名 | 包含范围和名称的配置文件 | 是的，完全可定制 | 重复性相同结构的工作 |
处理文件名冲突和无效字符
两个分割页面或部分产生相同的提取名称，来自同一客户的两张没有区别编号的发票，会产生文件名冲突，导致无法保存第二个文件，因为具有该名称的文件已存在。通过附加区分后缀、序列号、日期或区分两个文档的任何字段来解决冲突。 Invoice-1234-Acme-Corp.pdf 和 Invoice-1235-Acme-Corp.pdf 通过发票号码进行区分。当没有可用的区分字段时，请附加序列计数器：Acme-Corp-1.pdf 和 Acme-Corp-2.pdf。
用作文件名的提取文本必须清除操作系统禁止的字符。删除或替换冒号、斜杠、反斜杠、星号、问号、尖括号以及带有连字符或下划线的竖线字符。修剪前导和尾随空格和句点。清洁步骤很平常，但很重要。包含非法字符的未清理文件名会导致重命名操作失败并出现操作系统错误，而诊断 50 个文件中的哪一个文件触发了失败比预先清理所有文件名要耗时得多。