Dieser Artikel richtet sich an Büroanwender, die PDF-Inhalte stapelweise bereinigen möchten. Er erläutert die Verwendung von HeSoft Doc Batch Tool , um mehrere PDFs zur Verarbeitungsliste hinzuzufügen und unter „Suchen und Ersetzen von Schlüsselwörtern in PDF“ die Option zur unscharfen Formelsuche nach Text auszuwählen. Durch die Eingabe von April|May und einer Regel für vierstellige Jahreszahlen und anschließendes Leerlassen der ersetzten Schlüsselwortliste lassen sich übereinstimmende Texte in mehreren PDFs stapelweise löschen. Dies eignet sich für die Bereinigung von Inhalten wie Datumsangaben, Nummern und Jahreszahlen.
Viele Büroangestellte stehen bei der Arbeit mit PDFs vor ähnlichen Aufgaben: Vorgesetzte bitten darum, Daten aus einer Reihe von PDF-Berichten zu entfernen, die Rechtsabteilung verlangt die Löschung bestimmter Nummern in Verträgen und Archivmitarbeiter müssen Jahreszahlen oder Kennzeichnungen aus öffentlich zugänglichen Dateien entfernen. Bei einer einzelnen Datei mag das noch machbar sein, doch bei vielen PDFs mit leicht abweichenden Texten wird die manuelle Löschung sehr zeitaufwendig.
Dieser Artikel erläutert eine effizientere Methode: Verwenden Sie HeSoft Doc Batch Tool , um regelkonforme Texte in mehreren PDFs stapelweise zu suchen und durch nichts zu ersetzen, wodurch eine Stapellöschung erreicht wird. Im Beispiel lautet das Datum auf dem PDF-Deckblatt „April 13, 2017“. Wir möchten den Monat „April“ und die vierstellige Jahreszahl „2017“ löschen. Falls in anderen PDFs „May“ oder andere vierstellige Jahreszahlen vorkommen, können diese ebenfalls durch eine Formel bei der Suche erfasst werden.
Anwendungsszenario: Stapelweises Löschen von Daten, Nummern, Jahreszahlen und sensiblen Wörtern in PDFs
Die stapelweise Löschung von PDF-Schlüsselwörtern eignet sich für viele reale Büroanwendungen. Etwa vor der Veröffentlichung eines Berichts das Veröffentlichungsdatum entfernen, bei der Archivierung historischer Dateien alte Versionsnummern löschen, vor dem Versand von Material an Kunden interne Projektnummern verbergen, oder nach der Texterkennung gescannter PDFs bestimmte wiederkehrende Kennzeichnungen entfernen. Solange der Text im PDF durchsuchbar ist, kann die Suchen-und-Ersetzen-Methode in Betracht gezogen werden.
Im Vergleich zu Software zur Bearbeitung einzelner PDFs betont HeSoft Doc Batch Tool die Stapelverarbeitung. Der Vorteil liegt darin, eine Gruppe von Dateien als Aufgabe zu behandeln, anstatt den Nutzer wiederholt die Aktionen Öffnen, Suchen, Löschen, Speichern ausführen zu lassen. Für alle, die täglich Dokumente bearbeiten, kann diese Stapelverarbeitung mechanische Arbeitsschritte deutlich reduzieren.
Obwohl dieser Artikel PDF als Beispiel verwendet, lässt sich die Idee der Stapelverarbeitung im Büro auch auf andere Dateiformate übertragen, etwa docx und doc in Word, xlsx und xls in Excel-Tabellen oder pptx und ppt in PowerPoint-Präsentationen. Für unterschiedliche Formate werden entsprechende Werkzeuge verwendet, doch das Kernziel bleibt stets, repetitive Arbeit zu reduzieren und die Bearbeitungseffizienz zu steigern.
Ergebnisvorschau: Vor der Bearbeitung vorhandene, zu löschende Schlüsselwörter im PDF
Betrachten wir zunächst die zu bearbeitenden Dateien. Der Screenshot zeigt vier PDF-Dateien mit den Namen 1.pdf, 2.pdf, 3.pdf und 4.pdf. Dies verdeutlicht, dass es sich nicht um die Bearbeitung einer einzelnen Datei, sondern um die Anwendung derselben Löschregeln auf mehrere PDFs handelt.
Öffnet man den PDF-Inhalt, erscheint auf der Titelseite „April 13, 2017“. Die rot markierten Felder umrahmen „April“ und „2017“, die Zieltexte für die diesmalige Löschung. In der Büropraxis können dies Monate, Jahre, Kundennummern, Personalnummern oder andere Zeichen mit einheitlichem Muster sein.
Wichtig ist hier das Verständnis der Bedeutung der "unscharfen Suche". Diese bedeutet keine willkürliche Löschung, sondern eine regelbasierte. Beispielsweise steht „\d{4}“ für vier aufeinanderfolgende Ziffern und eignet sich zur Erkennung von Jahreszahlen; „April|May“ findet „April“ oder „May“ und ermöglicht die gleichzeitige Behandlung mehrerer möglicher englischer Monatsnamen. Je präziser die Regel, desto zuverlässiger das Löschergebnis.
Effekt nach der Bearbeitung: Erkannter Text wurde entfernt, nicht erkannter Inhalt bleibt erhalten
Öffnet man die PDF nach der Bearbeitung, ist eine Veränderung im ursprünglichen Datumsbereich erkennbar. „April“ und „2017“ werden nicht mehr angezeigt, nur noch „13,“ ist übrig. Dies zeigt, dass die Software nur die von der Regel erfassten Inhalte gelöscht hat, nicht aber die nicht erfassten Ziffern des Tages und das Komma.
Dieses Ergebnis ist für die Bürobearbeitung sehr wichtig. Es bedeutet, dass der Nutzer den Löschbereich über Regeln steuern kann: Möchte man nur die Jahreszahl löschen, wählt man eine Regel nur für die vierstellige Jahreszahl; möchte man nur den Monat löschen, nur für den Monat. Soll das gesamte Datum gelöscht werden, ist eine umfassendere Regel nötig. Das Beispiel in diesem Artikel zeigt vor allem, wie man mit Platzhaltern eine stapelweise Löschung von Schlüsselwörtern erreicht, nicht das einmalige Löschen einer ganzen Datumszeile.
Arbeitsschritt 1: Öffnen der PDF-Funktion von HeSoft Doc Batch Tool
Nach dem Öffnen der Software zeigt die obere linke Ecke das Produkt „ HeSoft Doc Batch Tool “. Wählen Sie links die Kategorie „PDF 工具“ und finden Sie dann in der Funktionsliste „查找并替换 PDF 中的关键字“. Im Screenshot ist diese Funktion als erster Eintrag zu sehen, der Beschreibungstext lautet etwa: Stapelweises Suchen und Ersetzen von Schlüsselwörtern im PDF-Dateiinhalt.
Diese Funktion wird gewählt, weil das „Löschen von Schlüsselwörtern“ durch „Ersetzen durch nichts“ realisiert werden kann. Das bedeutet, die Software findet zunächst den angegebenen Text im PDF und löscht diesen, indem das Ersetzungsfeld leer bleibt.
Wer es gewohnt ist, mit einem PDF-Reader Einzelsuchen durchzuführen, mag finden, dass Batch-Tools einige Schritte mehr erfordern. Bei steigender Dateianzahl wird der Vorteil von Batch-Tools jedoch sehr deutlich: Die Regel wird nur einmal festgelegt, die Software kann alle PDFs in der Liste bearbeiten.
Arbeitsschritt 2: PDF-Dateien hinzufügen oder aus Ordner importieren
Nach dem Aufruf der Funktion besteht der erste Schritt darin, die zu bearbeitenden Datensätze auszuwählen. Oben befinden sich die Buttons „添加文件“ und „从文件夹中导入文件“. Für wenige Dateien kann man „添加文件“ nutzen; für viele PDFs im selben Ordner ist die Nutzung von „从文件夹中导入文件“ effizienter.
Im Screenshot sind bereits 4 PDFs importiert. Die Liste zeigt Informationen wie Name, Pfad, Erweiterung, Erstellungsdatum und Änderungsdatum. Der Dateipfad weist auf die Dateien 1.pdf bis 4.pdf im Verzeichnis test auf Laufwerk D hin. Der Zusammenfassungsbereich unten zeigt die Datensatzanzahl 4, was bedeutet, dass die nachfolgenden Regeln auf diese 4 Dateien angewendet werden.
Vor dem Klick auf "下一步" empfiehlt sich die Prüfung von drei Punkten: Ist die Dateianzahl korrekt? Sind die Dateipfade korrekt? Ist die Erweiterung pdf? Falls versehentlich nicht zu bearbeitende Dateien importiert wurden, können diese über das Löschsymbol in der Aktionsspalte entfernt werden. Diese einfache Prüfung verhindert versehentliche Löschungen bei der Stapelverarbeitung.
Arbeitsschritt 3: Regeln für die unscharfe Textsuche festlegen
Nach Klick auf "下一步" gelangt man zu „设置处理选项“. Wählen Sie bei „查找方式“ die Option „使用公式模糊查找文本“. Diese Option eignet sich zur Behandlung von Inhalten mit regelmäßigen Variationen, wie unterschiedlichen Jahreszahlen, verschiedenen Monaten oder abweichenden Nummern.
Geben Sie in der linken Liste „需要查找的关键字列表“ die zu suchenden Inhalte ein. Im Screenshot-Beispiel gibt es zwei Zeilen: Die erste ist „April|May“, um April oder May zu finden; die zweite ist „\d{4}“, um vier aufeinanderfolgende Ziffern zu finden. Mit diesen Einstellungen kann die Software in jedem PDF nach diesen Zielen suchen.
Enthalten Ihre Dateien weitere Monate, kann die Regel entsprechend erweitert werden. Soll nur ein einzelner fester Begriff gelöscht werden, reicht die Eingabe dieses Begriffs. Entscheidend ist, die Suchregel mit dem Löschziel abzustimmen und keine zu breiten Regeln aus Bequemlichkeit zu verwenden, da sonst Inhalte betroffen sein könnten, die nicht gelöscht werden sollen.
Arbeitsschritt 4: Ersetzungsfeld leer lassen, um Stapellöschung zu realisieren
Auf der rechten Seite sieht man die „替换后的关键字列表“, daneben der Hinweis „不填则表示删除“. Dies ist der Kern dieses Tutorials: Sollen PDF-Schlüsselwörter gelöscht werden, muss kein neuer Ersetzungstext eingegeben werden, das rechte Feld bleibt einfach leer.
Beispiel: Steht links „April|May“ und rechts bleibt es leer, werden April oder May im PDF gelöscht. Steht links „\d{4}“ und rechts bleibt es leer, werden die gefundenen vierstelligen Ziffern gelöscht. Nach der Bearbeitung kann die ursprüngliche Textposition leer erscheinen, der genaue Effekt hängt vom PDF-Seitenlayout und den Textobjekten ab.
Klicken Sie nach Abschluss der Einstellungen auf "下一步", um die Einstellungen zum Speicherort vorzunehmen. Es wird empfohlen, die Ausgabe in einen separaten Ordner zu wählen, um Verwechslungen mit den Originaldateien zu vermeiden. Zuletzt gelangen Sie zu „开始处理“, und die Software führt die Stapelsuche und -löschung für die PDFs in der Liste aus.
Häufige Fragen und wichtige Hinweise
1. Was ist der Unterschied zwischen leerem rechten Feld und einem Leerzeichen?
Leer lassen bedeutet Löschung des gefundenen Textes; die Eingabe eines Leerzeichens könnte den Zieltext durch ein Leerzeichen ersetzen. Um einen echten Löscheffekt zu erzielen, wird empfohlen, das Feld gemäß dem Schnittstellenhinweis nicht auszufüllen.
2. Werden durch die Suche nach vier Ziffern auch andere vierstellige Zahlen gelöscht?
Das ist möglich. Enthält das PDF weitere vierstellige Nummern wie Berichtsnummern, Seitenzahlen oder Codenummern, könnten diese ebenfalls erfasst werden. Daher sollte man Regeln wie „\d{4}“ zuerst mit einem Beispiel-PDF testen, um sicherzustellen, dass nichts versehentlich gelöscht wird.
3. Warum sehe ich bei manchen PDFs nach der Bearbeitung keine Veränderung?
Mögliche Gründe sind: Der PDF-Text ist kein durchsuchbarer Text, die Regel hat keinen tatsächlichen Inhalt erkannt, Unterschiede in der Groß-/Kleinschreibung oder der Inhalt liegt als Bild vor. Die Screenshot-Oberfläche zeigt die Option „忽略字母的大小写“. Diese kann bei Bedarf aktiviert werden, falls es auf englische Groß-/Kleinschreibung ankommt.
4. Kann man einen Ordner stapelweise verarbeiten?
Über die Schaltfläche „从文件夹中导入文件“ auf der Oberfläche ist dies möglich. Das Importieren einer ganzen Gruppe von PDFs aus einem Ordner ist die empfohlene Methode für die Stapelverarbeitung großer Dateimengen.
5. Wie stellt man die Zuverlässigkeit der Verarbeitungsergebnisse sicher?
Prüfen Sie nach Abschluss der Bearbeitung nicht nur, ob Dateien generiert wurden, sondern öffnen Sie auch einige repräsentative PDFs und kontrollieren Sie kritische Stellen. Insbesondere bei Verwendung unscharfer Regeln sollte überprüft werden, ob es versehentliche Löschungen oder ausgelassene Stellen gibt. Erst wenn die Regel stabil ist, sollte sie für eine größere Menge an Dateien verwendet werden.
Zusammenfassung: Effizienz der stapelweisen PDF-Bereinigung durch regelbasierte Methoden steigern
Der Kerngedanke bei der stapelweisen Löschung von PDF-Schlüsselwörtern ist einfach: Mehrere PDFs in eine Bearbeitungsliste aufnehmen, die zu suchenden Schlüsselwörter oder Formelregeln festlegen und dann das Ersetzungsfeld leer lassen. HeSoft Doc Batch Tool gestaltet diesen Prozess als Schritt-für-Schritt-Ablauf, den der Nutzer in der Reihenfolge „Dateien wählen, Verarbeitungsoptionen festlegen, Speicherort festlegen, Verarbeitung starten“ durchführt.
Für Nutzer, die wiederholt PDF-Daten, Jahre, Nummern und sensible Felder bereinigen müssen, ist diese Methode effizienter als die manuelle Einzelbearbeitung und erleichtert die Etablierung eines Standardprozesses. Es wird empfohlen, die Regeln zunächst anhand weniger Beispieldateien zu testen und erst nach Bestätigung der erwarteten Ergebnisse die vollständige Stapelverarbeitung ganzer Ordner durchzuführen. Dies spart nicht nur Zeit, sondern macht den Prozess der stapelweisen Löschung von PDF-Schlüsselwörtern sicherer und kontrollierbarer.