In diesem Artikel wird erläutert, wie man mit HeSoft Doc Batch Tool fest formatierte Texte wie Vertragsnummern und Belegnummern aus mehreren PDF-Dateien stapelweise extrahiert und automatisch in entsprechende PDF-Dateinamen umwandelt. Im Beispiel lauten die ursprünglichen Dateinamen 1.pdf, 2.pdf, 3.pdf, 4.pdf; nach der Verarbeitung werden sie in Dateinamen wie 10026877.pdf, 20036655.pdf umbenannt – geeignet für die stapelweise Archivierung von Verträgen, Rechnungen, Berichten und Dokumenten.
Bei der Verwaltung von PDF-Dateien wie Verträgen, Bestellungen, Rechnungen, Prüfberichten und gescannten Archiven haben viele Dateien direkt nach dem Export oder Scan nur einfache fortlaufende Nummern als Dateinamen, z. B. 1.pdf, 2.pdf, 3.pdf, 4.pdf. Die wirklich geschäftsrelevanten Informationen wie Vertragsnummer, Bestellnummer, Kundennummer oder Berichtsnummer befinden sich oft im eigentlichen PDF-Inhalt. Wenn man jede PDF einzeln öffnet, die Nummer überprüft und dann manuell umbenennt, ist das nicht nur zeitaufwendig, sondern es passieren auch leicht Fehler beim Abschreiben, Auslassen oder doppelten Benennen der Nummer.
Dieser Artikel behandelt folgendes Problem: Wenn mehrere PDF-Dateien intern eine Nummer mit festem Format enthalten, wie kann man diese Nummer mithilfe eines Platzhalter- oder regulären Ausdrucks stapelweise abgleichen und den übereinstimmenden Text als neuen PDF-Dateinamen verwenden? Im Beispiel ist die Vertragsnummer im PDF-Text 8-stellig, z. B. 10026877. Nach der Verarbeitung ändert sich der Dateiname automatisch in 10026877.pdf. Für den gesamten Prozess wird die Office-Software „ HeSoft Doc Batch Tool “ verwendet, die auf die Stapelverarbeitung von Dokumentendateien ausgelegt ist, um repetitive Arbeit zu reduzieren. Sie eignet sich für Büroszenarien, in denen große Mengen an PDF-, Word-, Excel-, PowerPoint- und Textdateien zentral organisiert werden müssen.
Anwendungsszenarien: Welche PDF-Dateien eignen sich für die stapelweise Umbenennung mit Inhaltsnummern?
Die stapelweise Umbenennung von PDFs mit Platzhalterausdrücken eignet sich am besten für die Verarbeitung von Material, bei dem eine „stabile Benennungsgrundlage im Dateiinhalt“ existiert. Zum Beispiel, wenn jede Vertragsseite eine „Contract No.“, Vertragsnummer oder Projektnummer enthält; jede Rechnung, jeder Kontoauszug oder Erstattungsbeleg eine Rechnungs- oder laufende Nummer enthält; jede Berichtsseite eine Prüfnummer, Probennummer oder Fallnummer enthält. Solange diese Nummern im PDF-Text erkannt werden können und das Format relativ fest ist, kann eine stapelweise Extraktion per Ausdruck in Betracht gezogen werden.
Aus der Perspektive gängiger SEO-Suchgewohnheiten wird diese Art von Anforderung auch oft beschrieben als „PDF nach Inhalt umbenennen“, „Nummer aus PDF als Dateiname extrahieren“, „PDF-Dateien stapelweise umbenennen“, „PDF automatisch nach Vertragsnummer benennen“, „PDF-Dateien mit regulären Ausdrücken umbenennen“ usw. Obwohl das Beispiel in diesem Artikel PDFs betrifft, kann ein ähnlicher Ansatz auf andere Szenarien der Office-Dateiverwaltung ausgeweitet werden, z. B. die Vertragsnummer in einem Word-Dokument als docx- oder doc-Dateiname oder die Nummer in einer Textdatei als txt-Dateiname zu verwenden. Die Screenshots und Schritte in diesem Artikel konzentrieren sich jedoch hauptsächlich auf PDF-Dateien.
Zu beachten ist, dass sowohl Platzhalterausdrücke als auch reguläre Ausdrücke Mustervergleichsmethoden sind. Die Softwareoberfläche in den Screenshots verwendet ein Eingabefeld für „reguläre Ausdrücke“, der Beispielausdruck lautet \d{8}, was bedeutet, dass auf 8 aufeinanderfolgende Ziffern geprüft wird. Für normale Benutzer kann dies als eine präzisere „Platzhalter-Abgleichsregel“ verstanden werden: Anstatt eine konkrete Nummer anzugeben, weist man die Software an, „den Text mit 8 aufeinanderfolgenden Ziffern im PDF-Inhalt zu finden“.
Ergebnisvorschau: Vor der Verarbeitung haben die Dateinamen keine geschäftliche Bedeutung, nachher zeigen sie direkt die Vertragsnummer
Vor der Verarbeitung: PDF-Dateien haben nur einfache fortlaufende Nummern als Namen
Im Screenshot vor der Verarbeitung sehen Sie einen Ordner mit 4 PDF-Dateien, die 1.pdf, 2.pdf, 3.pdf und 4.pdf heißen. Diese Art von Dateinamen ermöglicht zwar die Unterscheidung der Dateimenge, sagt uns aber nicht, zu welchem Vertrag oder welcher Nummer jede PDF gehört. Für die anschließende Suche, Archivierung, das Hochladen in ein System oder die Weitergabe an Kollegen müsste die Datei jedes Mal zusätzlich geöffnet werden, um den Inhalt zu überprüfen.
Nach dem Öffnen einer der PDFs sieht man eine eindeutige Position für die Vertragsnummer im Text. Der im Screenshot rot umrahmte Inhalt lautet Contract No. 10026877, was genau die Schlüsselinformation ist, die sich für die Extraktion als Dateiname eignet. Wenn jede PDF eine ähnliche 8-stellige Vertragsnummer enthält, kann die stapelweise Umbenennung mit einem Ausdruck in einem Durchgang abgeschlossen werden.
Nach der Verarbeitung: Der Dateiname wird automatisch zur Nummer aus dem PDF-Inhalt
Nach Abschluss der Verarbeitung wurden die ursprünglich nichtssagenden 1.pdf, 2.pdf, 3.pdf, 4.pdf stapelweise in 10026877.pdf, 20036655.pdf, 20100511.pdf, 33952100.pdf geändert. Auf diese Weise kann die Vertrags- oder Materialnummer der Datei direkt am Dateinamen erkannt werden, ohne die PDF öffnen zu müssen, was die Effizienz der anschließenden Suche und Archivierung deutlich erhöht.
Arbeitsschritte: Extrahieren der 8-stelligen Nummer aus PDF mit HeSoft Doc Batch Tool
Schritt 1: Funktionskategorie „Dateiname“ aufrufen und „PDF-Dateien anhand des Dateiinhalts umbenennen“ wählen
Nach dem Start von HeSoft Doc Batch Tool sehen Sie in der linken Funktionsleiste Kategorien wie Startseite, Aufgabenablauf, Alle Werkzeuge, Dateiname, Ordnername, Dateiorganisation, Word-Tools, Excel-Tools, PowerPoint-Tools, PDF-Tools usw. Da das Ziel dieses Mal die stapelweise Änderung von Dateinamen ist, sollten Sie die Kategorie „Dateiname“ aufrufen.
Wählen Sie auf der Funktionskarte „7. PDF-Dateien anhand des Dateiinhalts umbenennen“. Aus der Schnittstellenbeschreibung geht hervor, dass diese Funktion dazu dient, „bestimmte Texte aus dem Inhalt von PDF-Dateien stapelweise als deren Dateinamen zu verwenden“. Das entspricht genau der Anforderung dieses Artikels: Die Vertragsnummer aus dem PDF-Text extrahieren und automatisch einen neuen PDF-Dateinamen generieren.
Der Zweck dieses Schrittes ist es, den korrekten Einstiegspunkt für das Stapelverarbeitungswerkzeug auszuwählen. Das erwartete Ergebnis ist der Zugang zu einer schrittweisen Assistentenseite, auf der Sie anschließend PDFs hinzufügen, Abgleichsregeln festlegen, den Speicherort bestimmen und die Verarbeitung starten können.
Schritt 2: Die zu verarbeitenden PDF-Dateien hinzufügen und die Dateiliste bestätigen
Nach dem Aufrufen der Funktionsseite wird oben der aktuelle Funktionsname „PDF-Dateien anhand des Dateiinhalts umbenennen“ angezeigt. Die Seite verwendet einen schrittweisen Ablauf: Schritt 1 ist „Zu verarbeitende Datensätze auswählen“, Schritt 2 ist „Verarbeitungsoptionen festlegen“, Schritt 3 ist „Speicherort festlegen“ und Schritt 4 ist „Verarbeitung starten“.
In Schritt 1 können Sie über die Schaltfläche „Dateien hinzufügen“ oben rechts PDFs einzeln zur Liste hinzufügen oder mit „Dateien aus Ordner importieren“ alle PDFs aus einem bestimmten Ordner auf einmal importieren. Im Screenshot wurden 4 Dateien importiert, die 1.pdf, 2.pdf, 3.pdf und 4.pdf heißen und sich im Pfad D:\test befinden, alle mit der Erweiterung pdf. Die Tabelle zeigt auch Informationen wie Erstellungsdatum und Änderungsdatum, die Gesamtzahl der Datensätze unten beträgt 4.
Der Zweck dieses Schrittes ist es, die zur stapelweisen Umbenennung vorgesehenen PDF-Dateien in die Verarbeitungswarteschlange aufzunehmen. Das erwartete Ergebnis ist, dass die Liste alle zu verarbeitenden PDFs anzeigt und die Anzahl mit den tatsächlichen Dateien übereinstimmt. Sollten versehentlich irrelevante Dateien hinzugefügt worden sein, können diese über das Löschsymbol in der Oberfläche entfernt werden; falls Sie die Auswahl neu treffen möchten, gibt es auch eine Schaltfläche „Leeren“, um die aktuelle Liste zu löschen.
Schritt 3: Abgleichbereich festlegen und die Option für den durch benutzerdefinierten Ausdruck abgeglichenen Text wählen
Nach einem Klick auf „Weiter“ unten gelangen Sie zu Schritt 2 „Verarbeitungsoptionen festlegen“. Im Bereich „Suchbereich“ bietet die Oberfläche mehrere Optionen, darunter „Erste Textzeile“, „Erstes Barcode-Bild“ und „Durch benutzerdefinierte Formel abgeglichener Text“. Da in diesem Beispiel die 8-stellige Vertragsnummer aus dem PDF-Text extrahiert werden soll, wählen Sie „Durch benutzerdefinierte Formel abgeglichener Text“.
Der Grund für die Wahl dieser Option ist, dass die Vertragsnummer nicht immer die erste Zeile des gesamten Textes ist und auch kein Barcode-Bild, sondern ein digitaler Textabschnitt im Fließtext. Die Verwendung einer benutzerdefinierten Formel ermöglicht es der Software, den Inhalt basierend auf einer Regel aktiv zu suchen, anstatt sich auf eine feste Zeilennummer zu verlassen. Für eine große Anzahl von PDFs ist diese Methode stabiler als die manuelle, individuelle Lokalisierung und besser für die Stapelverarbeitung geeignet.
Schritt 4: Regulären Ausdruck eingeben, um auf 8 aufeinanderfolgende Ziffern abzugleichen
Im Eingabefeld „Regulärer Ausdruck“ wird im Screenshot-Beispiel \d{8} eingetragen. Dieser Ausdruck kann verstanden werden als: Abgleich von 8 aufeinanderfolgend auftretenden Ziffern. Dabei steht \d für Ziffern und {8} für 8 aufeinanderfolgende Male. Für Vertragsnummern, Bestellnummern, Projektnummern usw., die fest 8-stellig sind, ist diese Regel sehr intuitiv.
Erscheint beispielsweise im PDF-Text „Contract No. 10026877“, gleicht der Ausdruck \d{8} die „10026877“ ab. Die Software kann den abgeglichenen Text anschließend als neuen Dateinamen verwenden, sodass die ursprüngliche 1.pdf in 10026877.pdf umbenannt wird. Andere Dateien werden nach derselben Regel verarbeitet und ergeben entsprechend 20036655.pdf, 20100511.pdf, 33952100.pdf usw.
Sollte Ihre PDF-Nummer nicht 8-stellig sein, müssen Sie den Ausdruck an das tatsächliche Format anpassen. Ist die Nummer beispielsweise 6-stellig, sollte gedanklich auf 6 aufeinanderfolgende Ziffern abgeglichen werden; enthält die Nummer Buchstaben, Bindestriche oder feste Präfixe, muss eine Regel verwendet werden, die mit dem tatsächlichen Nummernformat übereinstimmt. Dieser Artikel geht nicht näher auf komplexe Ausdrücke ein, der Schwerpunkt liegt auf der Erklärung: Das Beispiel im Screenshot erfüllt die Anforderung der „stapelweisen Umbenennung anhand einer 8-stelligen Nummer im PDF-Inhalt“ durch \d{8}.
Schritt 5: Position des Dateinamens wählen und den gesamten Dateinamen überschreiben
Im unteren Bereich derselben Einstellungsseite befindet sich die Option „Position“ mit den Auswahlmöglichkeiten „Gesamten Dateinamen überschreiben“, „Links vom Dateinamen“, „Rechts vom Dateinamen“. In diesem Beispiel wurde „Gesamten Dateinamen überschreiben“ gewählt. Das bedeutet, dass die Software den ursprünglichen Hauptteil des Dateinamens durch die abgeglichene Vertragsnummer ersetzt, die Dateierweiterung bleibt dabei das PDF-Format.
Die Wahl von „Gesamten Dateinamen überschreiben“ eignet sich für Szenarien, in denen der Dateiname vollständig aus der Nummer bestehen soll, z. B. das Endergebnis 10026877.pdf. Wenn Sie die ursprüngliche Sequenznummer beibehalten oder die Nummer vor oder nach dem ursprünglichen Dateinamen anhängen möchten, können Sie je nach Bedarf die Position „Links“ oder „Rechts“ wählen. Aber basierend auf dem Verarbeitungsergebnis im Screenshot wurde in diesem Beispiel die Methode des direkten Überschreibens mit der Nummer gewählt.
Schritt 6: Weiterklicken, Speicherort festlegen und Verarbeitung starten
Nachdem Sie die Abgleichsregeln und die Positionseinstellung abgeschlossen haben, klicken Sie unten auf der Seite auf „Weiter“ und folgen dem Assistenten zum Punkt „Speicherort festlegen“. Im Screenshot ist zu sehen, dass der Ablauf tatsächlich Schritt 3 „Speicherort festlegen“ und Schritt 4 „Verarbeitung starten“ enthält. Da verschiedene Benutzer unterschiedliche Strategien zum Schutz der Originaldateien haben, wird empfohlen, den Speicherort vor der Stapelverarbeitung klar zu definieren: Bietet die Software einen alternativen Speicherort, sollte dieser vorrangig als neuer Ordner gespeichert werden, um die Ergebnisse leichter überprüfen zu können. Falls die Originaldateinamen überschrieben oder geändert werden müssen, wird ebenfalls eine vorherige Sicherung der ursprünglichen PDFs empfohlen.
Rufen Sie nach der Einstellung „Verarbeitung starten“ auf. Überprüfen Sie nach Abschluss der Verarbeitung die Ergebnisse im Ordner. Wenn die Dateinamen von 1.pdf, 2.pdf usw. auf die entsprechenden 8-stelligen Nummern geändert wurden, bedeutet dies, dass der Ausdrucksabgleich und die stapelweise Umbenennung erfolgreich abgeschlossen wurden.
Häufige Fragen und wichtige Hinweise
1. Warum \d{8} verwenden und nicht direkt 10026877 eingeben?
Die direkte Eingabe von 10026877 würde nur auf diese eine spezifische Nummer abgleichen, aber der Schlüssel zur stapelweisen Umbenennung liegt darin, dass die Nummer in jeder PDF anders ist. Die Verwendung eines Ausdrucks wie \d{8} weist die Software an, auf „beliebige 8 aufeinanderfolgende Ziffern“ zu prüfen, sodass verschiedene Nummern wie 10026877, 20036655, 20100511, 33952100 gleichzeitig verarbeitet werden können.
2. Was tun, wenn die PDF mehrere 8-stellige Zahlen enthält?
Wenn der PDF-Text neben der Vertragsnummer auch Daten, Telefonnummern, andere laufende Nummern usw. mit 8 aufeinanderfolgenden Ziffern enthält, könnte die einfache Verwendung von \d{8} auf einen nicht beabsichtigten Inhalt abgleichen. Es wird empfohlen, zunächst stichprobenartig einige PDFs zu prüfen, um festzustellen, ob die Zielnummer im Dokument eindeutig ist. Wenn nicht, muss der Ausdruck basierend auf dem umgebenden Text der Nummer, dem Nummernformat oder einer präziseren Regel angepasst werden.
3. Können Nummern in gescannten PDFs erkannt werden?
Der PDF-Inhalt in den Screenshots dieses Artikels kann im Reader als Text angezeigt werden, nur dann kann die Software einen textbasierten Abgleich durchführen. Handelt es sich um ein reines Bild-Scandokument, bei dem die Nummer nicht als Text erkannt wurde, führt die Stapelextraktion möglicherweise nicht zum erwarteten Ergebnis. Bei gescannten Materialien ist in der Regel zuerst eine Texterkennung (OCR) erforderlich, bevor ein Inhaltsabgleich möglich ist.
4. Ist vor dem Umbenennen eine Sicherung erforderlich?
Eine Sicherung wird empfohlen. Der Vorteil der Stapelverarbeitung von Dateien ist die Geschwindigkeit, aber bei einer falsch eingestellten Regel können auch unerwartete Dateinamen in großem Umfang generiert werden. In der Praxis im Büro können Sie die Regel und das Benennungsergebnis zunächst mit wenigen Dateien testen, bevor Sie den gesamten Ordner mit vielen PDFs verarbeiten.
5. Worauf ist bei doppelten Dateinamen zu achten?
Wenn aus zwei PDFs die gleiche Nummer extrahiert wird, besteht die Gefahr von Namenskonflikten. Vor der Verarbeitung sollte die Eindeutigkeit der Nummer bestätigt werden, insbesondere in Ordnern mit vielen Vertragskopien, Zusatzvereinbarungen, Anhängen oder doppelten Scans. Bei Material, bei dem Versionen unterschieden werden müssen, könnte erwogen werden, zusätzlich zur Nummer das Datum, eine Sequenznummer oder andere Informationen beizubehalten.
Zusammenfassung: Stapelweise PDF-Umbenennung mit Ausdrücken für effizientere Dateiarchivierung
Anhand des Beispiels in diesem Artikel wird deutlich, dass HeSoft Doc Batch Tool als eine auf Büroszenarien ausgerichtete Stapelverarbeitungssoftware für Dokumente Schlüsselinformationen aus dem PDF-Inhalt extrahieren und stapelweise standardisierte Dateinamen generieren kann. Der ursprüngliche Prozess, bei dem jede PDF einzeln geöffnet, die Vertragsnummer überprüft, manuell kopiert und eingefügt und umbenannt werden musste, kann nun zentral durch Schritte wie Dateien hinzufügen, den Ausdruck \d{8} festlegen, Dateinamen überschreiben wählen und den Speicherort bestimmen abgeschlossen werden.
Für Aufgaben wie Vertragsmanagement, Archivorganisation, Ablage von Finanzbelegen und Übergabe von Projektunterlagen spart die stapelweise PDF-Umbenennung nicht nur Zeit, sondern reduziert auch manuelle Eingabefehler. Wenn auch Sie viele PDF-Dateien mit unübersichtlichen Namen, aber Nummern im Inhalt haben, empfiehlt es sich, die Regel zunächst mit einigen wenigen zu testen und dann die Funktion zur Stapelverarbeitung des gesamten Ordners zu nutzen, um die Dateibenennung standardisierter, die Suche einfacher und die nachfolgende Zusammenarbeit reibungsloser zu gestalten.