Wenn mehrere PDF-Dateien Text mit demselben Format, aber unterschiedlichem Inhalt enthalten, z. B. englische Monate, Jahre, Nummern oder Daten, ist es sehr zeitaufwändig, jede PDF einzeln zu öffnen, um sie manuell zu löschen. In diesem Artikel wird am Beispiel der Stapellöschung von „April“ und vierstelligen Jahreszahlen gezeigt, wie Sie mit der Funktion „Schlüsselwörter in PDF suchen und ersetzen“ in HeSoft Doc Batch Tool mithilfe von Platzhaltern oder Formeln Schlüsselwörter unscharf suchen und stapelweise löschen können, indem Sie den Ersetzungstext leer lassen.
Beim Ordnen von Verträgen, Berichten, Archiven, Informationspaketen oder öffentlichen PDF-Versionen stößt man häufig auf ein praktisches Problem: In vielen PDF-Dateien gibt es eine Klasse von Texten, die gelöscht werden müssen, aber diese Texte sind nicht völlig identisch. Beispielsweise steht in einigen Dateien „April 13, 2017“, in anderen vielleicht „May 20, 2018“, und wieder andere enthalten unterschiedliche Jahre, Nummern oder Daten. Mit einer einfachen Suche kann man dies nur Wort für Wort bearbeiten; öffnet man die PDFs einzeln und löscht manuell, ist das nicht nur zeitaufwendig, sondern es wird auch leicht etwas übersehen.
Dieser Artikel befasst sich genau mit dieser Art von Problem des „batchweisen, unscharfen Löschens von PDF-Schlüsselwörtern“. Wir werden die Bürosoftware „ HeSoft Doc Batch Tool “ verwenden und über die Funktion „Suchen und Ersetzen von Schlüsselwörtern in PDF“ mehrere PDFs auf einmal zur Verarbeitungsliste hinzufügen und dann mittels formelbasierter unscharfer Textsuche variable Inhalte abgleichen. Der entscheidende Punkt ist: Wenn in der „Liste der zu ersetzenden Schlüsselwörter“ kein Inhalt eingetragen wird, wird der Effekt des Löschens der übereinstimmenden Texte erzielt. Im Screenshot-Beispiel müssen der englische Monat „April“ und die vierstellige Jahreszahl „2017“ aus einem PDF-Deckblattdatum gelöscht werden. Nach der Verarbeitung wird die entsprechende Stelle auf der Seite geleert, es bleibt nur das „13,“ in der Mitte übrig.
Anwendungsszenarien: Welche PDF-Inhalte eignen sich zum batchweisen Löschen mit Platzhaltern?
Platzhalter oder formelbasierte unscharfe Suche eignen sich für die Verarbeitung von „regelmäßigen, aber nicht völlig identischen“ PDF-Texten. Zum Beispiel das batchweise Löschen von Daten, Jahren, Monaten, laufenden Nummern, Versionsnummern, Berichtsnummern, Kontaktpersonen, Codes mit festem Format usw. aus vielen PDF-Dateien. Im Gegensatz zum Löschen normaler Schlüsselwörter erfordert die unscharfe Suche nicht, dass der Text in jeder Datei völlig gleich ist. Solange er durch Regeln beschrieben werden kann, kann er batchweise verarbeitet werden.
Zum Beispiel kann eine vierstellige Jahreszahl durch eine Methode wie „Übereinstimmung mit 4 aufeinanderfolgenden Ziffern“ lokalisiert werden; mehrere englische Monate können gleichzeitig durch „April oder May“ abgeglichen werden; bestimmte Nummern mit festem Präfix und Ziffern können ebenfalls durch Formelregeln lokalisiert werden. Der Vorteil liegt auf der Hand: Man muss nicht für jedes PDF einzeln unterschiedliche Schlüsselwörter eingeben und muss Dateien auch nicht wiederholt öffnen, um sie zu überprüfen und zu löschen.
HeSoft Doc Batch Tool ist eine Software zur batchweisen Dokumentenverarbeitung für den Bürobereich, deren Kernwert darin liegt, sich wiederholende Dateioperationen zentral zu verarbeiten. Sie eignet sich nicht nur für einzelne PDFs, sondern auch für die batchweise Verarbeitung mehrerer PDFs in Ordnern, was besonders für häufige Büroszenarien wie Verwaltung, Personalwesen, Rechtsabteilung, Finanzwesen, Archivorganisation und Datenanonymisierung nützlich ist.
Effektvorschau: Vor der Verarbeitung im PDF vorhandene zu löschende Datumsschlüsselwörter
In diesem Beispiel befinden sich im zu verarbeitenden Ordner 4 PDF-Dateien, nämlich 1.pdf, 2.pdf, 3.pdf, 4.pdf. Das bedeutet, wir verarbeiten nicht nur ein einzelnes PDF, sondern wenden dieselbe Such- und Löschregel auf einmal auf mehrere PDFs an.
Öffnet man eines der PDFs, sieht man, dass die Stelle mit dem Deckblattdatum „April 13, 2017“ enthält. Der rote Rahmen kennzeichnet den zu bearbeitenden Teil: zum einen den englischen Monat „April“, zum anderen die vierstellige Jahreszahl „2017“. Diese Art von Inhalten kann sich in verschiedenen PDFs ändern, z. B. kann der Monat oder das Jahr anders sein, daher ist die normale exakte Suche nicht flexibel genug.
Muss nur das feste Wort „April“ gelöscht werden, kann die exakte Textsuche verwendet werden; sollen jedoch alle vierstelligen Jahreszahlen gelöscht oder mehrere mögliche Monate gleichzeitig abgeglichen werden, eignet sich die formelbasierte unscharfe Textsuche besser. So können „feste Wörter“ und „variable Wörter“ im selben Stapel verarbeitet werden.
Effekt nach der Verarbeitung: Die gefundenen PDF-Schlüsselwörter wurden batchweise gelöscht
Nach Abschluss der Verarbeitung und erneutem Öffnen des PDFs ist zu sehen, dass sich die Stelle, an der zuvor „April 13, 2017“ angezeigt wurde, verändert hat. Der englische Monat „April“ und die vierstellige Jahreszahl „2017“ wurden gelöscht, auf der Seite ist nur das nicht gefundene „13,“ in der Mitte übrig geblieben. Dies zeigt, dass die Software die Löschung der PDF-Schlüsselwörter gemäß den eingestellten Regeln abgeschlossen hat.
Es ist zu beachten, dass der rote Rahmen im Screenshot die leere Stelle nach dem Löschen kennzeichnet. Da kein Ersetzungstext eingegeben wurde, ersetzt die Software den Text nicht durch andere Zeichen, sondern löscht den gefundenen Inhalt direkt. Diese Methode eignet sich für die partielle Bereinigung von PDF-Informationen, die Anonymisierung von Daten, das Entfernen von Versionsinformationen und ähnliche Vorgänge.
Arbeitsschritt 1: PDF-Werkzeug öffnen und Suchen-Ersetzen-Funktion auswählen
Nach dem Öffnen von HeSoft Doc Batch Tool wählen Sie in der linken Werkzeugkategorie „PDF-Werkzeuge“ aus. Die Hauptoberfläche zeigt mehrere PDF-bezogene Funktionen an, z. B. PDF-Wasserzeichen hinzufügen, PDF in Word konvertieren, Seiten aus PDF löschen usw. Für diesen Vorgang wird Punkt 1 „Suchen und Ersetzen von Schlüsselwörtern in PDF“ verwendet.
Ziel des Klicks auf diese Funktion ist es, in den speziellen Ablauf für das batchweise Suchen, Ersetzen oder Löschen von PDF-Textinhalten zu gelangen. Für die Anforderung dieses Artikels möchten wir die Monate und Jahre im PDF suchen und das Ersetzungsfeld leer lassen, um den Effekt des batchweisen Löschens zu erzielen.
Es wird empfohlen, zunächst zu bestätigen, dass der Text in Ihrem PDF erkennbarer Text ist. Handelt es sich beim PDF um ein reines Scan-Bild und der Text ist nicht als auswählbarer Text vorhanden, kann die normale Textsuche und -ersetzung in der Regel nicht direkt greifen. Es muss zuerst geprüft werden, ob die Datei einer Texterkennung unterzogen wurde. Für kopierbare, durchsuchbare PDF-Texte ist diese Art der batchweisen Suchen-Ersetzen-Funktion besser geeignet.
Arbeitsschritt 2: Die batchweise zu verarbeitenden PDF-Dateien hinzufügen
Nach dem Aufruf von „Suchen und Ersetzen von Schlüsselwörtern in PDF“ sehen Sie im oberen Bereich der Benutzeroberfläche Schaltflächen wie „Dateien hinzufügen“, „Aus Ordner importieren“, „Leeren“, „Mehr“ usw. Im Beispiel wurden bereits 4 PDF-Dateien importiert, die Liste zeigt Dateiname, Pfad, Erweiterung, Erstellungsdatum und Änderungsdatum an.
Bei wenigen Dateien können Sie auf „Dateien hinzufügen“ klicken und einzeln auswählen; wenn ein Ordner viele einheitlich zu verarbeitende PDFs enthält, können Sie „Aus Ordner importieren“ verwenden. Nach dem Import wird empfohlen, die Anzahl der Datensätze und Dateipfade in der Liste zu überprüfen, um sicherzustellen, dass keine falschen Dateien ausgewählt wurden. Der Screenshot zeigt unten „Datensätze: 4“ an, was bedeutet, dass dieselbe batchweise Verarbeitungsregel auf 4 PDFs angewendet wird.
Das erwartete Ergebnis dieses Schrittes ist: Alle PDFs, deren Schlüsselwörter gelöscht werden sollen, befinden sich in der Verarbeitungsliste. Nur Dateien in der Liste nehmen an der nachfolgenden Verarbeitung teil. Daher sollten vor dem Klick auf „Weiter“ die Dateinamen und -pfade auf Richtigkeit überprüft werden.
Arbeitsschritt 3: Formelbasierte unscharfe Textsuche wählen und Löschregel ausfüllen
Klicken Sie auf „Weiter“, um zu „Verarbeitungsoptionen festlegen“ zu gelangen. Unter „Schlüsselwortoptionen festlegen“ sehen Sie als „Suchmethode“ die Optionen „Exakte Textsuche“ und „Formelbasierte unscharfe Textsuche verwenden“. Da der zu löschende Inhalt in diesem Beispiel variable Jahre enthält, wählen Sie „Formelbasierte unscharfe Textsuche verwenden“.
In der „Liste der zu suchenden Schlüsselwörter“ auf der linken Seite wurden im Beispiel zwei Regelzeilen eingetragen: Die erste Zeile „April|May“ bedeutet, dass sie mit April oder May übereinstimmen kann; die zweite Zeile „\d{4}“ bedeutet Übereinstimmung mit 4 aufeinanderfolgenden Ziffern und wird häufig zum Abgleich von Jahreszahlen verwendet. So sucht die Software im PDF-Inhalt nach Texten, die diesen Bedingungen entsprechen.
Auf der rechten Seite befindet sich die „Liste der zu ersetzenden Schlüsselwörter“. Der Hinweis in der Benutzeroberfläche erklärt deutlich: „Keine Eingabe bedeutet Löschen“. Wenn das Ziel also das Löschen von Schlüsselwörtern ist und nicht das Ersetzen durch neuen Text, tragen Sie auf der rechten Seite keinen Inhalt ein. Bleibt die Ersetzungsliste leer, entfernt die Software den links gefundenen Text aus dem PDF.
Dieser Schritt ist äußerst wichtig: Wenn Sie Schlüsselwörter im PDF batchweise löschen möchten, lassen Sie die rechte Seite leer, ohne Leerzeichen oder andere Zeichen einzufügen. Direktes Leerlassen ist richtig. Eingefügte Leerzeichen könnten zusätzlichen Abstand auf der Seite hinterlassen, andere Zeichen würden den Vorgang in eine Ersetzungs- anstatt einer Löschoperation umwandeln.
Arbeitsschritt 4: Speicherort festlegen und batchweise Verarbeitung starten
Nach dem Festlegen der Schlüsselwortregeln klicken Sie weiter auf „Weiter“. In der Fortschrittsleiste sind die nächsten beiden Schritte „Speicherort festlegen“ und „Verarbeitung starten“ zu sehen. Der Zweck des Festlegens des Speicherorts besteht darin, zu bestimmen, wohin das verarbeitete PDF ausgegeben wird, um ein Überschreiben der Originaldatei oder Dateichaos zu vermeiden.
Bei der batchweisen Verarbeitung von PDFs wird empfohlen, die Verarbeitungsergebnisse in einem separaten Ausgabeordner zu speichern, z. B. „Schlüsselwörter gelöscht PDF“ oder „Verarbeitete PDFs“. Dies erleichtert sowohl den Vergleich des Effekts vor und nach der Verarbeitung als auch die Aufbewahrung der Originaldatei als Sicherung. Für Büroszenarien mit wichtigen Materialien wie Verträgen, Berichten und Archiven ist es die sicherere Vorgehensweise, zuerst das Original zu behalten und dann die Ausgabedatei zu überprüfen.
Nach Bestätigung des Speicherorts gehen Sie zum Schritt „Verarbeitung starten“, um die Aufgabe auszuführen. Nach Abschluss der Verarbeitung öffnen Sie das ausgegebene PDF und überprüfen die kritischen Stellen, um zu bestätigen, dass die gewünschten Monate, Jahre oder anderen Schlüsselwörter gelöscht wurden. Bei korrekt eingestellten Regeln werden mehrere PDFs automatisch nach denselben Regeln verarbeitet, ohne dass eine manuelle, seitenweise Suche erforderlich ist.
Häufige Fragen und Hinweise
1. Warum formelbasierte unscharfe Suche anstelle der exakten Suche verwenden?
Wenn die Schlüsselwörter in jedem PDF völlig identisch sind, genügt die exakte Suche. Aber Inhalte wie Daten, Jahre, Nummern variieren normalerweise, z. B. können 2017, 2018, 2019 vorkommen. Die formelbasierte unscharfe Suche kann gleichartige Inhalte auf einmal abgleichen und ist besser zum batchweisen Löschen nicht fixer Schlüsselwörter in vielen PDFs geeignet.
2. Warum muss die Liste der zu ersetzenden Schlüsselwörter leer gelassen werden?
Weil das Ziel dieses Mal das Löschen und nicht das Ersetzen ist. Der Schnittstellenhinweis „Keine Eingabe bedeutet Löschen“ zeigt an, dass auf der rechten Seite einfach kein Inhalt einzugeben ist. Wird ein neuer Text eingegeben, ersetzt die Software den gefundenen Inhalt durch diesen Text.
3. Muss das PDF vor der Verarbeitung gesichert werden?
Eine Sicherung wird empfohlen. Die Effizienz der batchweisen Verarbeitung ist hoch, aber wenn die Regeln zu weit gefasst sind, könnten Inhalte gelöscht werden, die nicht gelöscht werden sollten. Es ist ein sichererer Büroablauf, zuerst in einem neuen Ordner zu speichern und dann stichprobenartig die Ergebnisse zu prüfen.
4. Kann ein ganzer Ordner auf einmal verarbeitet werden?
Auf der Bedienoberfläche ist die Schaltfläche „Aus Ordner importieren“ zu sehen, daher können PDFs aus einem Ordner batchweise in die Liste importiert und dann einheitlich verarbeitet werden. Dies ist besonders nützlich für die Organisation von dutzenden oder hunderten von PDF-Dokumenten.
Zusammenfassung: Reduzierung wiederkehrender PDF-Löschaufgaben durch batchweise Verarbeitung
Die Schwierigkeit beim batchweisen Löschen von Schlüsselwörtern in PDFs liegt nicht im Löschen eines einzigen Wortes, sondern darin, wie man angesichts vieler Dateien, vieler Seiten und vieler variabler Inhalte stabil und effizient vorgehen kann. Durch die Funktion „Suchen und Ersetzen von Schlüsselwörtern in PDF“ von HeSoft Doc Batch Tool können mehrere PDFs auf einmal in eine Aufgabenliste aufgenommen werden, dann mittels formelbasierter unscharfer Textsuche Inhalte wie Daten, Jahre, Monate abgeglichen und durch das Leerlassen der Ersetzungsliste gelöscht werden.
Wenn Sie eine große Anzahl von PDF-Berichten, Archiven, Verträgen oder öffentlichen Materialien verarbeiten und darin enthaltene Daten, Nummern, sensible Wörter oder formatierte Informationen löschen müssen, können Sie die Schritte in diesem Artikel befolgen, um die Regeln zunächst mit einigen wenigen Dateien zu testen, die Wirkung zu bestätigen und dann den gesamten Ordner batchweise zu verarbeiten. Dies reduziert sowohl sich wiederholende Arbeit als auch das Risiko manueller Löschfehler und macht die PDF-Inhaltsbereinigung effizienter und kontrollierbarer.