In diesem Dokument wird anhand des Beispiels zum Entfernen von englischen Monatsnamen und vierstelligen Jahreszahlen aus PDFs erläutert, wie mehrere PDF-Dateien stapelweise mit Office-Software verarbeitet werden können. Der Arbeitsablauf umfasst den Aufruf der Funktion zum Suchen und Ersetzen von PDF-Schlüsselwörtern, den Import von 1.pdf bis 4.pdf, die Auswahl der formelbasierten unscharfen Textsuche, die Eingabe von Regeln wie April|May und \d{4} sowie das Leerlassen der Liste mit den zu ersetzenden Schlüsselwörtern. Nach der Verarbeitung werden die gefundenen Monats- und Jahresangaben gelöscht. Dies eignet sich für Benutzer, die PDF-Daten, Berichtszeiträume und sensible Felder stapelweise bereinigen müssen.
Daten, Jahre und Monate in PDFs müssen häufig vor der Veröffentlichung gelöscht werden. Beispielsweise steht auf einem Berichtsdeckblatt "April 13, 2017", aber beim externen Versand soll nur ein Teil der Information erhalten bleiben. Oder eine Reihe historischer PDFs enthält verschiedene Jahresangaben, die einheitlich bereinigt werden müssen. Wenn man jede Datei einzeln mit einem gewöhnlichen PDF-Reader bearbeitet, sind nicht nur viele Schritte nötig, sondern das Suchen, Löschen und Speichern muss für jede Datei wiederholt werden, was die Effizienz stark beeinträchtigt.
Eine für die Stapelverarbeitung im Büro besser geeignete Methode ist die Nutzung von HeSoft Doc Batch Tool , um mehrere PDFs als eine Aufgabengruppe zu verarbeiten. Dieser Artikel demonstriert am Beispiel der PDFs 1.pdf, 2.pdf, 3.pdf und 4.pdf aus den Screenshots, wie man die Funktion "Schlüsselwörter in PDF suchen und ersetzen" verwendet, um mithilfe von Formeln unscharf nach Text zu suchen und so englische Monate und vierstellige Jahreszahlen stapelweise aus PDFs zu löschen. Diese Methode lässt sich auch auf andere ähnliche Inhalte wie Berichtsnummern, Versionsnummern, Chargennummern usw. erweitern.
Anwendungsszenarien: Stapelweises Löschen von PDF-Daten, Jahreszahlen und regelmäßigen Schlüsselwörtern
Wenn die zu löschenden Inhalte in einem PDF einer Regelmäßigkeit folgen, ist die unscharfe Suche besonders nützlich. Daten sind ein typisches Beispiel: Monate können variieren, Jahre können variieren, aber sie alle folgen beschreibbaren Regeln. Beispielsweise sind April und May beides englische Monatsnamen; 2017, 2020, 2026 sind alles vierstellige Zahlen. Sie einzeln mit festen Schlüsselwörtern zu erfassen, wäre mühsam, aber mit unscharfen Regeln kann man eine ganze Kategorie von Inhalten auf einmal abdecken.
Diese Vorgehensweise eignet sich für folgende Szenarien: Stapelweises Löschen des Veröffentlichungsdatums auf PDF-Berichtsdeckblättern; stapelweise Bereinigung von Jahresfeldern in Materialien; Löschen bestimmter Nummerntypen in Vertrags-PDFs; Entfernen sensibler Zeitinformationen aus externen Dokumenten; Bereinigen alter Versionsdaten in Schulungsmaterialien oder technischen Dokumentationen. Für Benutzer, die andere Formate wie doc, docx, xls, xlsx usw. verarbeiten müssen, können je nach Software die entsprechenden Werkzeuge in der jeweiligen Kategorie ausgewählt werden, aber dieser Artikel konzentriert sich auf PDF-Dateien.
Es ist wichtig zu betonen, dass stapelweises Löschen nicht bedeutet, Seiten grob zu leeren. Die Vorgehensweise in diesem Artikel basiert auf dem Suchen und Ersetzen von Schlüsselwörtern, wobei nur der Text gelöscht wird, der den definierten Regeln entspricht. Gibt man beispielsweise eine Regel für vierstellige Zahlen ein, werden vierstellige Jahreszahlen erkannt; gibt man April|May ein, wird "April" oder "May" erkannt.
Vorschau auf das Ergebnis: Vor der Verarbeitung sind "April" und "2017" im PDF vorhanden
Vor der Verarbeitung befinden sich im Ordner 4 PDF-Dateien mit den Namen 1.pdf, 2.pdf, 3.pdf und 4.pdf. Für Stapelaufgaben ist es bequemer, zunächst alle Zieldateien in einem Verzeichnis zu sammeln, um sie später leichter importieren zu können.
Nach dem Öffnen der Beispiel-PDF sieht man, dass der Deckblattbereich ein Datum enthält: April 13, 2017. Im Screenshot sind "April" und "2017" mit roten Rahmen markiert, was anzeigt, dass diese beiden Teile das Ziel der Löschung sind. Die Zahl "13" in der Mitte gehört nicht zum Löschziel und sollte daher nach der Verarbeitung erhalten bleiben.
Müsste nur diese eine Datei bearbeitet werden, wäre das manuelle Löschen vielleicht noch machbar. In der realen Büroumgebung handelt es sich jedoch oft nicht um ein einzelnes PDF, sondern um eine Reihe von Berichten, Verträgen oder ein Materialpaket. Das wiederholte Öffnen und Speichern von Dateien ist der zeitraubendste Schritt, weshalb der einheitliche Einsatz von Stapelverarbeitungswerkzeugen besser geeignet ist.
Vorschau auf das Ergebnis: Monat und Jahr des Datums wurden nach der Verarbeitung entfernt
Betrachtet man das PDF nach der Verarbeitung erneut, so ist zu sehen, dass an der Stelle, an der sich zuvor "April" befand, kein Text mehr steht; ebenso wurde die Stelle, an der "2017" stand, geleert. Das ",13" in der Mitte ist jedoch noch auf der Seite vorhanden. Dies zeigt, dass die Suchregel gegriffen hat und der Löschumfang den Erwartungen entspricht.
Dieses Ergebnis veranschaulicht auch, dass das stapelweise Suchen und Ersetzen nicht nur zum Ersetzen, sondern auch zum Löschen von Text verwendet werden kann. Der Schlüssel liegt darin, dass der ersetzende Inhalt leer ist. Der Hinweis in der Benutzeroberfläche "Nicht ausfüllen bedeutet Löschen" zeigt an, dass das gefundene Schlüsselwort entfernt wird, wenn die Ersetzungsliste auf der rechten Seite leer bleibt.
Schritt 1: Zugang zur PDF-Schlüsselwort-Stapelverarbeitung öffnen
Nach dem Start von HeSoft Doc Batch Tool klicken Sie in der linken Kategorienliste auf "PDF Werkzeuge". Die Hauptoberfläche listet zahlreiche Fähigkeiten zur PDF-Stapelverarbeitung auf. Wählen Sie diesmal "Schlüsselwörter in PDF suchen und ersetzen". Dies ist der Einstiegspunkt für die stapelweise Suche und Ersetzung von Schlüsselwörtern in PDF-Dateiinhalten.
Aus der Benutzeroberfläche ist ersichtlich, dass diese Software als Werkzeug zur Stapelverarbeitung von Dokumenten positioniert ist. Neben PDF-Werkzeugen gibt es links auch Kategorien für Word-Werkzeuge, Excel-Werkzeuge, PowerPoint-Werkzeuge, Bildwerkzeuge, Videowerkzeuge, Audiowerkzeuge usw. Für die Aufgabe der PDF-Datumslöschung in diesem Artikel rufen Sie die Funktion zur Schlüsselwortsuche und -ersetzung unter den PDF-Werkzeugen auf.
Schritt 2: PDF-Dateien hinzufügen und Stapelverarbeitungsaufgabe erstellen
Nach dem Aufruf der Funktion lautet der Seitentitel "Schlüsselwörter in PDF suchen und ersetzen". Der Ablauf gliedert sich in: Datensätze auswählen, Verarbeitungsoptionen festlegen, Speicherort festlegen, Verarbeitung starten. Im ersten Schritt müssen die zu verarbeitenden PDFs zur Liste hinzugefügt werden. Sie können "Dateien hinzufügen" oder "Dateien aus Ordner importieren" klicken.
Im Screenshot enthält die Aufgabenliste bereits 4 Dateien: 1.pdf, 2.pdf, 3.pdf, 4.pdf. Der Pfad wird angezeigt als D:\test\1.pdf usw., mit der Erweiterung pdf. Unten wird die Anzahl der Datensätze mit 4 zusammengefasst. Diese Liste stellt den Umfang der Dateien für diese Stapelverarbeitung dar; die nachfolgend festgelegten Regeln werden auf diese PDFs angewendet.
Nachdem Sie bestätigt haben, dass die Dateiliste korrekt ist, klicken Sie unten auf "Nächster Schritt". Wenn Sie feststellen, dass eine Datei falsch ausgewählt wurde, können Sie den einzelnen Datensatz über die Aktionsspalte löschen oder mit "Leeren" neu importieren. Für wichtige Dateien wird empfohlen, vor der eigentlichen Verarbeitung eine Sicherungskopie des Originals aufzubewahren.
Schritt 3: Unscharfe Suchregeln für Monate und Jahre einrichten
Nachdem Sie "Verarbeitungsoptionen festlegen" betreten haben, suchen Sie nach "Optionen für Schlüsselwörter festlegen". Wählen Sie unter "Suchmethode" die Option "Formel für unscharfe Textsuche verwenden". Dies ist der Kern dieser Operation, da der zu löschende Datumsinhalt nicht unbedingt völlig einheitlich ist.
Geben Sie in der linken Liste "Liste der zu suchenden Schlüsselwörter" die passenden Regeln ein. Im Screenshot lautet die erste Zeile April|May, was bedeutet, dass nach "April" oder "May" gesucht wird; die zweite Zeile ist \d{4}, was die Suche nach vier aufeinanderfolgenden Ziffern bedeutet. Zur Datumsbereinigung können vierstellige Ziffern normalerweise das Jahr erfassen, z. B. 2017.
Die rechte Spalte "Ersetzungswortliste" bleibt leer. Der rote Hinweis "Nicht ausfüllen bedeutet Löschen" entspricht genau der benötigten Einstellung für das stapelweise Löschen von PDF-Schlüsselwörtern. Das bedeutet, die Software ersetzt die links gefundenen Treffer wie April, May und vierstellige Zahlen durch leeren Inhalt.
Wenn in Ihrem PDF andere Monate zu löschen sind, passen Sie die Regeln entsprechend an. Sollen andere Formate von Nummern gelöscht werden, muss die passende Regel basierend auf der Nummernstruktur entworfen werden. Je genauer die Regeln festgelegt sind, desto stabiler ist das Ergebnis der Stapelverarbeitung.
Schritt 4: Speicherort festlegen und Verarbeitung starten
Nachdem Sie die Suchmethode und die Schlüsselwortliste festgelegt haben, klicken Sie auf "Nächster Schritt". Der Ablaufbalken zeigt, dass noch "Speicherort festlegen" und "Verarbeitung starten" folgen. Bei der Stapelverarbeitung von Dateien ist der Speicherort sehr wichtig. Es wird empfohlen, die verarbeiteten PDFs in einem neuen Ordner auszugeben. Dies erleichtert den Vergleich mit den Originaldateien und verhindert ein versehentliches Überschreiben.
In der Phase "Verarbeitung starten" verarbeitet die Software die PDF-Dateien gemäß der Aufgabenliste nacheinander. Für jedes PDF sucht sie nach Texten, die April|May und \d{4} entsprechen, und löscht diese durch Ersetzung mit einer leeren Zeichenfolge. Nach Abschluss der Verarbeitung können Sie die Ausgabedateien öffnen und die Deckblattdaten, Haupttext-Schlüsselwörter usw. überprüfen, um die Löschwirkung zu bestätigen.
Wenn Sie feststellen, dass ungewollt auch andere vierstellige Zahlen gelöscht wurden, ist der Regelbereich zu weit gefasst und muss in den Verarbeitungsoptionen angepasst werden. Obwohl die Stapelverarbeitung effizient ist, ist das Testen der Regeln ein entscheidender Schritt zur Gewährleistung der Genauigkeit.
Häufige Fragen und Hinweise
1. Warum "Formel für unscharfe Textsuche verwenden" wählen? Weil Daten, Jahre und Monate oft nicht vollständig feststehen. Die unscharfe Suche ermöglicht es, eine Kategorie von Texten zu erkennen, anstatt nur eine feste Zeichenfolge.
2. Was bedeutet April|May? In diesem Beispiel wird es verwendet, um "April" oder "May" zu finden. Bei der Verarbeitung mehrerer PDFs mit unterschiedlichen Monaten reduziert dies die wiederholte Eingabe.
3. Wofür eignet sich \d{4} beim Löschen? Es eignet sich zum Finden von vierstelligen Ziffern, eine häufige Anwendung ist das Finden von Jahreszahlen. Wenn das PDF jedoch andere vierstellige Nummern enthält, können auch diese erkannt werden, daher sind Tests mit den tatsächlichen Dateien notwendig.
4. Ist eine leere Ersetzungsliste dasselbe wie die Eingabe eines Leerzeichens? Nein. Leer bedeutet Löschen; die Eingabe eines Leerzeichens könnte den Text durch ein Leerzeichen ersetzen. Gemäß dem Hinweis in der Benutzeroberfläche sollte zum Löschen von Schlüsselwörtern die rechte Liste nicht ausgefüllt werden.
5. Warum lässt sich Text in einigen PDFs nicht löschen? Möglicherweise handelt es sich bei dem PDF-Inhalt um gescannte Bilder, oder der Text hat keine durchsuchbare Textebene. Versuchen Sie zunächst, den Text im PDF-Reader auszuwählen. Wenn er sich nicht auswählen lässt, handelt es sich wahrscheinlich nicht um normalen Text.
6. Welche Vorbereitungen sind vor der Stapelverarbeitung zu treffen? Es wird empfohlen, zuerst die Originaldateien zu sichern und die Regeln an 1-2 Beispielen zu testen. Nachdem die korrekte Wirkung bestätigt wurde, kann der gesamte Ordner verarbeitet werden.
Zusammenfassung: Das Löschen von PDF-Daten und -Jahreszahlen ist mit Stapelregeln zuverlässiger als manuell
Dieser Artikel hat demonstriert, wie man mit HeSoft Doc Batch Tool datumsbezogene Schlüsselwörter stapelweise aus PDFs löscht. Der gesamte Ablauf umfasst: Aufruf der PDF-Werkzeuge, Auswahl von "Schlüsselwörter in PDF suchen und ersetzen"; Import mehrerer PDF-Dateien; in den Verarbeitungsoptionen "Formel für unscharfe Textsuche verwenden" wählen; Eingabe von April|May und \d{4}; Leerlassen der Ersetzungswortliste; abschließend den Speicherort festlegen und die Verarbeitung starten.
Der Vorteil dieser Methode liegt darin, dass ein einmal eingerichteter Regelsatz auf mehrere PDFs angewendet werden kann, was sich besonders für die stapelweise Bereinigung von Daten, Jahren, Monaten, Nummern und sensiblen Feldern eignet. Bei sich wiederholenden Dateiverarbeitungsaufgaben kann die Stapelverarbeitungsfähigkeit von Bürosoftware erheblich Zeit sparen und manuelle Auslassungen reduzieren. Es wird empfohlen, die Regeln zunächst mit wenigen PDFs zu validieren und denselben Ablauf dann auf den gesamten Dateibestand anzuwenden, um die PDF-Schlüsselwortbereinigung sicher und effizient abzuschließen.