將 50 頁的 PDF 拆分為單獨的頁面會產生 50 個名為 page-1.pdf 到 page-50.pdf 的檔案。從技術上講，這些名稱在實體頁面位置上是準確的，但在內容上完全沒有用處。第 7 頁可能包含帶有簽名和付款條款的史密斯合約。第 23 頁可能是包含行項目和總計的瓊斯發票。透過單獨開啟每個文件以發現其包含的內容，然後鍵入描述性文件名來重命名所有 50 個文件，所需的時間幾乎與最初拆分 PDF 的時間一樣長，並且會帶來命名錯誤的風險，從而導致文件稍後無法找到。
實際的分割操作需要幾秒鐘。接下來的重命名工作需要幾分鐘或幾小時，具體取決於檔案數量以及您是否有從內容中派生名稱的方法。自動化命名步驟將 PDF 分割從繁瑣的瑣事轉變為真正高效的工作流程。
分割Split PDF並使用有意義的自訂名稱儲存每個檔案意味著在分割之前設定命名模式，從文件結構（如書籤）派生名稱，或在分割後使用批次重新命名工具從每個檔案讀取文字並從內容產生描述性名稱。 WukongPDF的PDF頁面分割工具支援基於書籤文本的自訂命名，以下的方法涵蓋了結構化預分割方法和內容提取後分割方法。
分割前從文檔結構派生文件名
當 PDF 具有組織良好的書籤層次結構（其中每個頂級書籤對應於具有描述性標題的邏輯部分）時，基於書籤的分割會產生自動繼承書籤文字作為檔案名稱的輸出檔案。每月客戶報告的 PDF 文件，其中每個頂級書籤都是客戶名稱，分為以每個客戶命名的文件：Smith-Corp.pdf、Jones-LLC.pdf、Acme-Inc.pdf，零手動重命名。書籤文字必須是檔案系統安全的，這意味著它不能包含作業系統在檔案名稱中禁止的字符，例如冒號、正斜線、反斜線、星號或問號。
當書籤存在但其文字不適合作為檔案名稱、太長、包含無效字元或使用不一致的格式時，請在分割之前編輯書籤文字。在 Adobe Acrobat 中，開啟“書籤”面板，右鍵單擊每個書籤，選擇“重新命名”，然後鍵入所需的檔案名稱。對於包含數十個部分的文檔，書籤編輯步驟需要幾分鐘的時間，但是當拆分操作生成完美命名的文件而無需進一步幹預時，在乾淨書籤上投入的時間會立即得到回報。
與通用名稱拆分後提取基於內容的名稱
當由於 PDF 完全缺少書籤或書籤文字未捕獲有意義的內容標識符而導致基於書籤的命名不可用時，請首先使用通用順序名稱拆分文檔，然後根據從其內容中提取的文本重命名每個輸出文件。批量重命名工具或 Python 腳本從每個拆分文件的第一頁讀取前幾行文本，搜尋已知模式，例如出現在標籤 Client: 後面的客戶名稱或發票 # 後面的發票號碼，並使用匹配的文本作為新文件名。
內容提取方法最適合結構化文檔，其中每個分割部分共享一致的格式，並在可預測的位置識別文字。每月發票的資料夾，其中每頁的第一行顯示“發票編號”，後面跟著一個數字，第二行顯示“客戶：後面跟著一個名稱”，可以透過腳本批次重命名，該腳本提取這兩個欄位並建構一個檔案名，如 Invoice-1234-Acme-Corp.pdf。該腳本對批次中的每個文件應用相同的提取和命名邏輯，從而消除了手動重命名的時間和錯誤率。
為重複作業編寫分割和命名工作流程的腳本
按計劃重複的拆分和命名作業，相同的月度報告結構每月分為相同通訊組列表的相同命名部分，證明構建永久腳本而不是每個週期重複手動過程是合理的。將頁面範圍和對應的輸出檔案名稱寫入設定檔一次。此腳本讀取配置，根據指定的範圍分割 PDF，並使用指定的名稱命名每個輸出檔案。每個月僅更新配置中輸入的 PDF 檔案名稱。該腳本在每個週期中以相同的方式處理其他所有事情。
對腳本和設定檔進行版本控制。當報告結構發生變更、新增、刪除或重新組織某個部分時，請更新配置以符合。腳本邏輯保持不變。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。運行每月拆分的人不需要理解或修改腳本。他們編輯簡單的設定檔並執行腳本。
| 命名方法 | 先決條件 | 內容感知？ | 最適合 |
|---|---|---|---|
| 基於書籤的分割 | 結構良好的書籤和乾淨的文本 | 是的，名稱源自於文件結構 | 具有標題層次結構的文檔 |
| 內容擷取腳本 | 每個部分的文字模式一致 | 是的，名稱源自於文件內容 | 結構化表格、發票、報告 |
| 腳本化拆分和命名 | 包含範圍和名稱的設定文件 | 是的，完全可定制 | 重複性相同結構的工作 |
處理文件名衝突和無效字元
兩個分割頁面或部分產生相同的提取名稱，來自同一客戶的兩張沒有區別編號的發票，會產生文件名衝突，導致無法保存第二個文件，因為具有該名稱的文件已存在。透過附加區分後綴、序號、日期或區分兩個文件的任何欄位來解決衝突。 Invoice-1234-Acme-Corp.pdf 和 Invoice-1235-Acme-Corp.pdf 透過發票號碼進行區分。當沒有可用的區分欄位時，請附加序列計數器：Acme-Corp-1.pdf 和 Arcme-Corp-2.pdf。
用作檔案名稱的提取文字必須清除作業系統禁止的字元。刪除或替換冒號、斜線、反斜線、星號、問號、尖括號以及帶有連字號或底線的豎線字元。修剪前導和尾隨空格和句點。清潔步驟很平常，但很重要。包含非法字元的未清理檔案名稱會導致重新命名操作失敗並出現作業系統錯誤，而診斷 50 個檔案中的哪一個檔案觸發了失敗比預先清理所有檔案名稱要耗時得多。