Wenn es in mehreren PDF-Dateien ähnliche, aber nicht identische Stichwörter, Daten, Nummern oder Jahreszahlen gibt, ist es sehr zeitaufwändig, jede Datei einzeln zu öffnen und zu ersetzen. In diesem Artikel wird anhand von HeSoft Doc Batch Tool gezeigt, wie Sie mit Platzhaltern oder Formeln Text unscharf suchen und Stichwörter in mehreren PDFs stapelweise ersetzen können – z. B. verschiedene Monate oder Jahre einheitlich durch neue Inhalte ersetzen –, um Büromitarbeitern zu helfen, wiederholte Arbeitsschritte zu reduzieren und die Effizienz der Dateiverarbeitung zu steigern.
Im Büroalltag werden PDF-Dateien häufig für Verträge, Berichte, Mitteilungen, Dokumentenarchive und externe Veröffentlichungen verwendet. Das Problem besteht darin, dass die manuelle Bearbeitung sehr ineffizient ist, sobald viele PDFs vorliegen und Inhalte wie Daten, Projektnamen, Versionsnummern, Jahre oder Abteilungsnamen einheitlich geändert werden müssen. Besonders wenn die Inhalte nicht vollständig konsistent sind – z. B. steht in einer Datei „April“, in einer anderen „Mai“, die Jahreszahl kann 2017, 2018 oder eine andere vierstellige Zahl sein – ist das übliche exakte Suchen und Ersetzen nicht flexibel genug.
Dieser Artikel befasst sich mit genau diesem Problem: wie Sie mit Platzhaltern oder formelbasierter unscharfer Suche Schlüsselwörter in vielen PDF-Dateien stapelweise suchen und ersetzen können. Im Folgenden wird am Beispiel von HeSoft Doc Batch Tool anhand von Screenshots der gesamte Prozess vom Importieren der PDFs über das Festlegen der unscharfen Suchregeln bis hin zum Ergebnis nach dem Stapelersatz demonstriert. Dieses Werkzeug gehört zu den Stapelverarbeitungswerkzeugen für Dokumente in Bürosoftware. Sein Kernnutzen besteht darin, wiederkehrende, mechanische Dateibearbeitungsvorgänge zentral auszuführen und eignet sich für Benutzer, die häufig PDF-, Word-, Excel-, PowerPoint- und andere Bürodokumente verarbeiten müssen.
Anwendungsszenarien: Welche PDF-Inhalte eignen sich für die Stapelersetzung mit Platzhaltern?
Die Stapelersetzung mit Platzhaltern eignet sich für PDF-Textinhalte, die „regelmäßig, aber nicht völlig identisch“ sind. Beispielsweise enthalten mehrere PDF-Berichte ein Veröffentlichungsdatum, aber Monat und Jahr sind unterschiedlich; mehrere Mitteilungsdateien enthalten unterschiedliche Chargennummern, wobei das Format der Chargennummern jedoch einheitlich ist; in mehreren PDF-Verträgen gibt es unterschiedliche Nummern, die regelbasiert einheitlich ersetzt werden müssen; mehrere Dokumentendateien enthalten einen alten Firmennamen, einen alten Projektcode oder eine alte Versionsnummer, die durch den neuen Namen ersetzt werden müssen.
Im gezeigten Beispiel wird vor der Verarbeitung auf der PDF-Seite das Datum „April 13, 2017“ angezeigt. Wenn Sie nur April durch August und 2017 durch 2026 ersetzen möchten, ist dies natürlich mit exakter Suche möglich. Wenn in mehreren PDFs der Monat jedoch April oder Mai und das Jahr eine beliebige vierstellige Zahl sein kann, ist die formelbasierte unscharfe Textsuche besser geeignet. So kann eine einzelne Regel mehrere mögliche Werte abgleichen, z. B. mit „April|May“ für April oder Mai, und mit „\d{4}“ für eine vierstellige Jahreszahl, die dann jeweils durch August und 2026 ersetzt werden.
Der Vorteil dieser Methode liegt darin, dass keine Dateien einzeln geöffnet und für jede Variation eine eigene Ersetzung durchgeführt werden muss. Sobald bestätigt ist, dass der Text in der PDF erkannt werden kann und die Suchregeln sinnvoll festgelegt sind, kann die Software mehrere PDF-Dateien in einem Durchlauf verarbeiten, was die Wahrscheinlichkeit von Auslassungen und fehlerhaften Änderungen reduziert.
Ergebnisvorschau: Datums-Schlüsselwörter in der PDF vor der Verarbeitung
Bevor Sie mit der Arbeit beginnen, können Sie sich die Stapelverarbeitungsdateien und den PDF-Inhalt ansehen. Der Ordner enthält mehrere PDF-Dateien, im Beispiel sind dies 1.pdf, 2.pdf, 3.pdf und 4.pdf. Alle diese Dateien müssen einheitlich für die Schlüsselwortsuche und -ersetzung verarbeitet werden.
Nach dem Öffnen einer der PDFs sehen Sie das Datum „April 13, 2017“ auf der Seite. Im Screenshot wurden die beiden zu bearbeitenden Teile rot umrandet: der Monat April und das Jahr 2017. Die Tageszahl 13 in der Mitte muss nicht geändert werden, daher zielt diese Regel nur auf die Ersetzung von Monat und Jahr ab.
Diese Art von Inhalt ist in PDFs sehr häufig anzutreffen, zum Beispiel das Datum auf dem Berichtsdeckblatt, die Projektfrist, das Dateiversionsdatum, das Veröffentlichungsdatum von Unterlagen usw. Bei nur einer Datei mag die manuelle Änderung noch akzeptabel sein. Bei Dutzenden oder gar Hunderten von PDFs würde das einzelne Suchen, Ersetzen und Speichern jedoch viel Zeit in Anspruch nehmen und zudem kann es leicht passieren, dass eine Datei übersehen wird.
Ergebnis nach der Verarbeitung: Schlüsselwörter in mehreren PDFs wurden einheitlich ersetzt
Nach Abschluss der Stapelverarbeitung wird die PDF erneut geöffnet und überprüft. Es ist ersichtlich, dass aus dem ursprünglichen „April 13, 2017“ nun „August 13, 2026“ geworden ist. Der Monat wurde durch August ersetzt, das Jahr durch 2026, während die Tageszahl 13 dazwischen unverändert blieb. Dies zeigt, dass die unscharfe Suchregel nur den Inhalt im angegebenen Bereich traf und Änderungen an Text, der nicht geändert werden sollte, vermieden wurden.
In Stapelverarbeitungsszenarien ist dieses Ergebnis sehr wichtig. Eine gute Stapelersetzung muss nicht nur schnell, sondern auch kontrolliert sein: Der zu ersetzende Inhalt wird ersetzt, und der unverändert zu belassende Inhalt bleibt bestehen. Daher muss bei der Festlegung von Platzhaltern oder Formeln die entsprechende Ersetzung für jede Zeile der Suchregel klar definiert und nach der Verarbeitung durch stichprobenartiges Öffnen der Dateien überprüft werden.
Schritt 1: Aufrufen des PDF-Werkzeugs und Auswahl der Suchen-und-Ersetzen-Funktion
Nach dem Öffnen von HeSoft Doc Batch Tool sehen Sie in der linken Werkzeugkategorie verschiedene Einstiegspunkte für die Bearbeitung von Bürodokumenten, zum Beispiel PDF-Werkzeuge, Word-Werkzeuge, Excel-Werkzeuge, PowerPoint-Werkzeuge, Textwerkzeuge, Bildwerkzeuge usw. Hier sollen PDF-Dateiinhalte verarbeitet werden, daher wählen Sie zunächst „PDF-Werkzeuge“.
Suchen Sie in der Liste der PDF-Werkzeuge die Funktion „Schlüsselwörter in PDF suchen und ersetzen“. Im Screenshot befindet sich diese Funktion an erster Stelle der Liste, was darauf hinweist, dass ihr Zweck das stapelweise Suchen und Ersetzen von Schlüsselwörtern in PDF-Dateiinhalten ist. Nach dem Klick auf diese Funktion gelangen Sie zum Stapelverarbeitungs-Assistenten.
Der Zweck dieses Schrittes besteht darin, der Software mitzuteilen, welcher Dateityp bei dieser Aufgabe verarbeitet werden soll und auf welche Weise. Nachdem die richtige Funktion ausgewählt wurde, sind die nachfolgenden Oberflächen auf das Auswählen von Dateien, das Festlegen von Ersetzungsregeln, das Festlegen des Speicherorts und den Start der Verarbeitung ausgerichtet und eignen sich für Büroanwender, die keine Skripte schreiben und PDFs nicht einzeln öffnen möchten.
Schritt 2: Hinzufügen der zu verarbeitenden PDF-Dateien
Nach dem Aufruf der Funktion „Schlüsselwörter in PDF suchen und ersetzen“ gelangen Sie zunächst zu Schritt 1 „Zu verarbeitende Datensätze auswählen“. In der oberen rechten Ecke der Benutzeroberfläche sehen Sie Schaltflächen wie „Dateien hinzufügen“, „Dateien aus Ordner importieren“, „Leeren“ und „Mehr“. Wenn Sie nur wenige PDFs verarbeiten, können Sie auf „Dateien hinzufügen“ klicken. Wenn die PDFs bereits einheitlich in einem Ordner abgelegt sind, empfiehlt sich „Dateien aus Ordner importieren“, um die PDFs aus dem Ordner in einem Schritt zur Aufgabenliste hinzuzufügen.
Im Screenshot wurden bereits vier PDF-Dateien importiert, nämlich 1.pdf, 2.pdf, 3.pdf und 4.pdf, die sich unter dem Pfad D:\test befinden. Die Tabelle zeigt auch Informationen wie die Erweiterung, das Erstellungsdatum und das Änderungsdatum an, was die Überprüfung erleichtert, ob die richtigen Dateien importiert wurden. Der Zusammenfassungsbereich unten links zeigt eine Datensatzanzahl von 4, was bedeutet, dass die nachfolgende Ersetzungsaufgabe diesmal für 4 PDFs ausgeführt wird.
In diesem Schritt wird dem Benutzer empfohlen, zwei Aspekte sorgfältig zu prüfen: Erstens, ob die Anzahl der Dateien den Erwartungen entspricht; zweitens, ob versehentlich PDFs importiert wurden, die nicht verarbeitet werden sollen. Sollte eine Datei nicht verarbeitet werden sollen, kann sie über die Lösch-Schaltfläche in der Aktionsspalte entfernt werden. Klicken Sie nach der Bestätigung auf „Weiter“, um die Verarbeitungsoptionen festzulegen.
Schritt 3: Aktivieren der formelbasierten unscharfen Textsuche und Ausfüllen der Ersetzungsregeln
Schritt 2 ist der Schlüssel zum gesamten Prozess, das „Festlegen der Verarbeitungsoptionen“. Im Bereich „Schlüsselwortoptionen festlegen“ sehen Sie als „Suchmethode“ die Optionen „Text exakt suchen“ und „Formel für unscharfe Textsuche verwenden“. In diesem Fall sollen Platzhalter oder Regex-ähnliche Regeln verwendet werden, um unbestimmte Inhalte zu finden, daher wird „Formel für unscharfe Textsuche verwenden“ ausgewählt.
Als Nächstes füllen Sie in der linken „Liste der zu suchenden Schlüsselwörter“ zeilenweise den zu suchenden Inhalt aus und in der rechten „Liste der zu ersetzenden Schlüsselwörter“ das entsprechende Ersetzungsergebnis. Die Einstellungen im Screenshot können als zwei Zuordnungspaare verstanden werden:
In Zeile 1 lautet der Suchinhalt „April|May“ und der Ersetzungsinhalt „August“. Der senkrechte Strich bedeutet hier das Abgleichen mehrerer möglicher Werte, d. h. wenn in der PDF April oder May vorkommt, wird beides durch August ersetzt. Dies eignet sich für Fälle, in denen der Monat in verschiedenen Dateien uneinheitlich ist, aber der Zielmonat vereinheitlicht werden soll.
In Zeile 2 lautet der Suchinhalt „\d{4}“ und der Ersetzungsinhalt „2026“. Diese Regel dient zum Abgleichen von vierstelligen Ziffern, die häufig in Jahreszahlen vorkommen, wie z. B. 2017, 2018, 2020 usw. Auf diese Weise können vierstellige Jahreszahlen in den PDFs einheitlich durch 2026 ersetzt werden.
Zu beachten ist, dass die linke und rechte Liste normalerweise zeilenweise korrespondieren. Das bedeutet, Zeile 1 links entspricht Zeile 1 rechts, Zeile 2 links entspricht Zeile 2 rechts. Achten Sie beim Ausfüllen darauf, die Reihenfolge nicht zu vertauschen, da sonst das Ersetzungsergebnis möglicherweise nicht den Erwartungen entspricht. Bleibt das Ersetzungsfeld einer Zeile leer, zeigt der Hinweis „Leer lassen bedeutet Löschen“ an, was zur Stapellöschung des gefundenen Textes genutzt werden kann. Soll das Schlüsselwort jedoch nur ersetzt werden, muss hier explizit ein neuer Inhalt eingetragen werden.
Schritt 4: Speicherort festlegen und Stapelverarbeitung starten
Sobald die Suchmethode und der Ersetzungsinhalt festgelegt sind, klicken Sie auf „Weiter“. Gemäß dem oberen Prozessablauf folgen anschließend noch „Speicherort festlegen“ und „Verarbeitung starten“. Bei der Stapelverarbeitung von PDFs empfiehlt es sich, die Ausgabedateien in einem neuen Ordner zu speichern und die Originaldateien nicht direkt zu überschreiben. So können Sie, selbst bei fehlerhaften Regeln, auf das ursprüngliche PDF zurückgreifen und die Verarbeitung erneut durchführen, wodurch ein irreversibler Dateiverlust vermieden wird.
Beim Festlegen des Speicherorts können Sie je nach Projekt oder Datum ein neues Ausgabeverzeichnis erstellen, z. B. „Ersetzte PDFs“ oder „Aktualisierte Version mit Datum 2026“. Bestätigen Sie den Speicherort und gehen Sie zu „Verarbeitung starten“ über. Lassen Sie die Software die Stapelsuche und -ersetzung automatisch ausführen. Öffnen Sie nach Abschluss der Verarbeitung stichprobenartig PDF-Dateien im Ausgabeverzeichnis, um zu bestätigen, dass Schlüsselwörter wie Monat und Jahr regelkonform ersetzt wurden.
Bei mehreren PDF-Dateien verarbeitet die Software diese gemäß der Aufgabenliste nacheinander, ohne dass der Benutzer wiederholt öffnen, suchen, eingeben und speichern muss. Im Vergleich zur manuellen Bearbeitung reduziert diese Stapelverarbeitungsmethode den mechanischen Arbeitsaufwand erheblich und eignet sich besonders für Positionen mit hoher PDF-Bearbeitungsfrequenz wie Dokumentenadministratoren, Verwaltungsangestellte, Finanzmitarbeiter, Projektassistenten und Mitarbeiter in der Dokumentenarchivierung.
Häufige Fragen und Hinweise
1. Warum lassen sich manche PDFs nicht ersetzen?Handelt es sich bei der PDF um eine gescannte Bilddatei, ist der Seitentext selbst kein editierbarer Text, und die normale Textsuche und -ersetzung kann ihn möglicherweise nicht erkennen. Im Beispiel-Screenshot ist der PDF-Text erkennbar, sodass die Ersetzung durchgeführt werden konnte. Bei gescannten PDFs muss zunächst überprüft werden, ob der Text auswählbar und kopierbar ist.
2. Sollten Platzhalterregeln sehr breit gefasst werden?Davon wird abgeraten. Beispielsweise gleicht „\d{4}“ alle vierstelligen Ziffernfolgen ab. Enthält die PDF neben Jahreszahlen auch Berichtsnummern, Geldbetragscodes oder andere vierstellige Zahlen, könnten diese alle zusammen ersetzt werden. In der Praxis sollten die Regeln sorgfältig und in Bezug auf den Dokumenteninhalt festgelegt werden. Testen Sie die Regeln gegebenenfalls zunächst mit wenigen Dateien.
3. Können mehrere Ersetzungsgruppen gleichzeitig eingerichtet werden?Wie im Screenshot ersichtlich, unterstützt die Schlüsselwortliste die mehrzeilige Eingabe, wobei die linke und rechte Seite zeilenweise korrespondieren. Somit können mehrere Such- und Ersetzungsinhalte in einem Durchlauf konfiguriert werden. Achten Sie beim Ausfüllen darauf, dass die Zeilenanzahl und die Reihenfolge übereinstimmen.
4. Ist es empfehlenswert, die Quelldateien direkt zu überschreiben?Davon wird abgeraten. Bei der Stapelverarbeitung von Dateien ist es am besten, sie in ein neues Verzeichnis auszugeben und die Original-PDFs zu behalten. Dies ermöglicht sowohl einen Vergleich des Vorher-Nachher-Effekts als auch eine erneute Ausführung, falls sich Regeln als ungenau erweisen.
Zusammenfassung: Stapelersetzung von PDF-Schlüsselwörtern mit Platzhaltern, um wiederkehrende Arbeiten zu reduzieren
Wenn viele PDF-Dateien ähnliche, aber nicht völlig identische Schlüsselwörter enthalten, ist das manuelle Suchen und Ersetzen nicht nur langsam, sondern auch anfällig für Auslassungen. Mithilfe der Funktion „Schlüsselwörter in PDF suchen und ersetzen“ in HeSoft Doc Batch Tool können durch „Formel für unscharfe Textsuche verwenden“ Inhalte wie Monate, Jahre und Nummern stapelweise abgeglichen und in einem Durchgang durch den Zieltext ersetzt werden.
Im Beispiel dieses Artikels wurden mehrere PDF-Dateien in die Aufgabenliste importiert, und durch Regeln wie „April|May“ und „\d{4}“ wurde das Datum in den PDFs von „April 13, 2017“ stapelweise in „August 13, 2026“ geändert. Der gesamte Prozess ist übersichtlich und überprüfbar und eignet sich für Büroanwender, die regelmäßig PDF-Berichte, -Verträge, -Mitteilungen und -Archivmaterial pflegen müssen. Es wird empfohlen, vor der Verarbeitung einer großen Anzahl von Dateien die Regeln zunächst mit ein oder zwei PDF-Musterdateien zu testen und nach Bestätigung der korrekten Funktion die Stapelverarbeitung auszuführen. So können Sie sowohl die Effizienz steigern als auch eine genaue Änderung des Dateiinhalts sicherstellen.