Wenn sich viele PDF-Verträge in einem Ordner befinden und die Dateinamen nur temporäre Nummern wie 1.pdf, 2.pdf oder 3.pdf sind, ist die spätere Suche und Archivierung sehr ineffizient. Dieser Artikel zeigt am Beispiel von Vertrags-PDFs, wie Sie mit HeSoft Doc Batch Tool benutzerdefinierte Musterausdrücke verwenden, um 8-stellige Vertragsnummern aus dem PDF-Inhalt zu extrahieren und diese stapelweise als neue Dateinamen festzulegen. Der Artikel erläutert anhand von Vorher-Nachher-Effekten und Screenshots der Software den gesamten Ablauf vom Importieren der Dateien, Festlegen der Ausdrücke, Auswählen der Überschreibung des Dateinamens bis zum Abschließen der Stapelumbenennung.
In Szenarien der Verwaltung von PDF-Dokumenten wie Verträgen, Bestellungen, Rechnungen und Berichten tritt häufig ein sehr praktisches Problem auf: Der Dateiinhalt enthält eindeutig eine Vertragsnummer, Bestellnummer oder Projektnummer, aber der Dateiname ist eine temporäre Bezeichnung wie „1.pdf, 2.pdf, 3.pdf, 4.pdf“. Bei wenigen Dateien kann man diese einzeln öffnen, die Nummer herauskopieren und manuell umbenennen; sobald die Anzahl jedoch auf Dutzende oder Hunderte ansteigt, ist die wiederholte Operation nicht nur zeitaufwendig, sondern es passieren auch leicht Fehler beim Kopieren, Vergessen von Änderungen oder Überschreiben falscher Dateien.
Das Problem, das dieser Artikel lösen soll, ist: Wie kann man mit Platzhalter-Ausdrücken oder ähnlichen regulären Ausdrücken stapelweise bestimmte Texte aus dem PDF-Dateiinhalt extrahieren und den extrahierten Text als PDF-Dateinamen verwenden? Im Beispiel enthält der PDF-Textkörper eine 8-stellige Vertragsnummer, z. B. „10026877“. Wir werden die Funktion „PDF-Dateien mit Dateiinhalt umbenennen“ von HeSoft Doc Batch Tool verwenden, um die ursprünglichen Dateinamen mit numerischen Indizes stapelweise in Dateinamen mit Vertragsnummern zu ändern.
Diese Art der Operation eignet sich sehr gut für die stapelweise Dateiorganisation in Büroumgebungen. Ihr Kernwert liegt nicht in der Umbenennung einzelner Dateien, sondern darin, eine große Anzahl sich wiederholender, mechanischer und fehleranfälliger manueller Vorgänge zur Stapelverarbeitung an die Bürosoftware zu delegieren, wodurch die Effizienz bei der Archivierung, dem Abruf und der Übergabe von Unterlagen gesteigert wird.
Anwendungsszenarien: Welche PDFs eignen sich für die stapelweise Umbenennung mit Ausdrücken?
Die Voraussetzung für die stapelweise Umbenennung von PDF-Dateien mit Platzhalter- oder regulären Ausdrücken ist, dass im Dateiinhalt identifizierbarer, abgleichbarer Text mit festem Format vorhanden ist. Wie im Screenshot des Vertrags-PDFs in diesem Artikel zu sehen ist, steht auf der Seite „Contract No.“, gefolgt von einer 8-stelligen Zahl. Solange solche Nummern in jeder Datei ein einheitliches Format haben, können sie auf einmal per Ausdruck extrahiert werden.
Häufige Anwendungsszenarien umfassen:
- Vertrags-PDFs: Verwendung der Vertragsnummer, Vereinbarungsnummer oder Kundennummer als Dateiname.
- Bestell-PDFs: Stapelweise Umbenennung mit Bestellnummer, Einkaufsauftragsnummer oder Frachtbriefnummer.
- Rechnungs- oder Quittungs-PDFs: Archivierung mit Rechnungsnummer, laufender Nummer oder Datum plus Nummer.
- Projektunterlagen-PDFs: Einheitliche Benennung mit Projektnummer, Aufgabennummer oder Aktenzeichen.
- Gescannte PDFs: Wenn nach der Texterkennung (OCR) der Textkörper identifiziert werden kann, kann auch versucht werden, die Dateien nach einer Nummer im Text umzubenennen.
Wenn der Zieltext im Dateiinhalt eine Zahl mit fester Länge ist, z. B. eine 8-stellige Vertragsnummer, kann wie im Beispiel „\d{8}“ zum Abgleichen verwendet werden. Der Gedanke dabei ähnelt einem Platzhalter: Man muss nicht jede Nummer einzeln angeben, sondern beschreibt mit einer Regel: „Ich suche 8 aufeinanderfolgende Ziffern“. Die Software sucht dann anhand dieser Regel in jedem PDF-Inhalt nach übereinstimmendem Text und verwendet das Abgleichergebnis für die Dateibenennung.
Ergebnisvorschau: Dateinamen vor der Verarbeitung und Nummern im PDF-Inhalt
Vor der Verarbeitung sind die PDF-Dateinamen im Ordner nur einfache Indizes. Solche Dateinamen lassen nicht direkt erkennen, welchem Vertrag die jeweilige PDF-Datei entspricht, und erschweren die Suche nach einer bestimmten Vertragsnummer im Dateimanager.
Der Screenshot vor der Verarbeitung zeigt, dass die Dateinamen „1.pdf, 2.pdf, 3.pdf, 4.pdf“ lauten. Um einen bestimmten Vertrag zu finden, muss jede Datei einzeln geöffnet und der Inhalt überprüft werden. Für die stapelweise Vertragsarchivierung ist diese Art der Benennung offensichtlich nicht standardisiert genug.
Öffnet man eine dieser PDF-Dateien, sieht man eine eindeutige Vertragsnummer im Textkörper. Der Screenshot markiert mit einem roten Kasten die Ziffern „10026877“ nach „Contract No.“. Dies sind die Schlüsselinformationen, die wir extrahieren und als Dateinamen verwenden möchten.
Das bedeutet: Obwohl der aktuelle Dateiname keine geschäftliche Bedeutung hat, enthält der PDF-Inhalt selbst wertvolle Nummern. Was HeSoft Doc Batch Tool leistet, ist genau diese Nummern aus dem Inhalt automatisch zu erkennen und den ursprünglichen Dateinamen zu ersetzen.
Ergebnis nach der Verarbeitung: PDF-Dateiname wird zur 8-stelligen Vertragsnummer
Nach Abschluss der Verarbeitung wurden die ursprünglichen Dateinamen mit nummerischen Indizes durch die aus dem PDF-Textkörper extrahierten 8-stelligen Nummern ersetzt. So erkennt man auf einen Blick, welcher Vertrag zu welcher PDF-Datei gehört, ohne die Datei öffnen zu müssen, was die spätere Abfrage, Sortierung und Archivierung erheblich erleichtert.
Der Screenshot nach der Verarbeitung zeigt, dass die Dateinamen nun „10026877.pdf, 20036655.pdf, 20100511.pdf, 33952100.pdf“ lauten. Dies beweist, dass die Software erfolgreich die jeweils zugehörigen 8-stelligen Nummern aus den verschiedenen PDF-Dateiinhalten extrahiert und die Umbenennung stapelweise durchgeführt hat.
Dieses Ergebnis ist stabiler als eine manuelle Umbenennung: Solange der Ausdruck korrekt eingestellt ist, wird bei der Stapelverarbeitung jede Datei nach derselben Regel verarbeitet, was die Fehler reduziert, die durch manuelles Öffnen, Kopieren, Einfügen und Ändern von Dateinamen entstehen.
Bedienungsschritte: PDF-Dateien stapelweise mit Dateiinhalt umbenennen
Schritt 1: Aufrufen der Funktion „PDF-Dateien mit Dateiinhalt umbenennen“
Wählen Sie nach dem Öffnen von HeSoft Doc Batch Tool in der Funktionsklassifizierung auf der linken Seite „Dateiname“. Die Hauptoberfläche zeigt mehrere Funktionskarten zur Dateinamenbearbeitung an, z. B. Schlüsselwörter in Dateinamen suchen und ersetzen, Text einfügen, Präfixe und Suffixe hinzufügen usw. Da dieser Artikel das Extrahieren von Text aus dem PDF-Textkörper als Dateinamen erfordert, wählen Sie „PDF-Dateien mit Dateiinhalt umbenennen“.
Ziel dieses Schrittes ist es, in den speziellen Verarbeitungsablauf für die „Umbenennung nach PDF-Inhalt“ zu gelangen. Anders als bei der einfachen Ersetzung von Dateinamen wird hier nicht ein Zeichen im bestehenden Dateinamen geändert, sondern der interne Text der PDF-Datei gelesen und der übereinstimmende Inhalt zur Generierung eines neuen Dateinamens verwendet.
Schritt 2: Hinzufügen der zu verarbeitenden PDF-Dateien
Auf der Funktionsseite wird oben der aktuelle Funktionsname „PDF-Dateien mit Dateiinhalt umbenennen“ angezeigt. Der erste Schritt ist „Zu verarbeitende Datensätze auswählen“. Sie können einzelne oder mehrere PDF-Dateien über „Dateien hinzufügen“ importieren oder über „Dateien aus Ordner importieren“ alle PDF-Dateien eines Ordners auf einmal einlesen.
Der Screenshot zeigt, dass 4 PDF-Dateien importiert wurden. Die Tabelle listet Informationen wie Index, Name, Pfad, Erweiterung, Erstellungs- und Änderungsdatum auf. Die aktuellen Dateinamen lauten immer noch „1.pdf, 2.pdf, 3.pdf, 4.pdf“, die Erweiterung ist pdf. Am unteren Rand der Oberfläche wird die Datensatzanzahl mit 4 angezeigt, was bedeutet, dass diese 4 Dateien Gegenstand dieser Stapelverarbeitung sind.
In diesem Schritt ist es ratsam, zuerst die Dateiliste auf Richtigkeit zu prüfen und sicherzustellen, dass keine irrelevanten Dateien fälschlicherweise importiert wurden. Wenn eine bestimmte Datei nicht verarbeitet werden soll, kann sie über die Löschoperation rechts in der Liste entfernt werden; bei einer größeren Dateianzahl können auch die Filter- und Sortierfunktionen der Oberfläche zur Überprüfung genutzt werden.
Schritt 3: Suchbereich festlegen und benutzerdefinierten Abgleichstext auswählen
Nach dem Importieren der Dateien klicken Sie auf „Weiter“, um zu den „Verarbeitungsoptionen festlegen“ zu gelangen. Im Bereich „Suchbereich“ bietet die Oberfläche mehrere Optionen, darunter „Erste Textzeile“, „Erstes Barcode-Bild“ und „Text abgeglichen durch benutzerdefinierte Formel“. Das Ziel dieses Artikels ist die Extraktion der 8-stelligen Vertragsnummer aus dem PDF-Textkörper, daher wählen wir „Text abgeglichen durch benutzerdefinierte Formel“.
Dieser Schritt ist äußerst entscheidend. Nach Auswahl des benutzerdefinierten Abgleichs sucht die Software anhand des unten eingegebenen Ausdrucks im PDF-Inhalt nach Text, der der Regel entspricht. Für Vertragsnummern, Bestellnummern oder Aktenzeichen mit festem Format ist diese Methode flexibler als die feste Extraktion der ersten Zeile und eignet sich besser für Dateien mit unterschiedlichem Layout, aber einheitlichen Nummerierungsregeln.
Schritt 4: Ausdruck „\d{8}“ eingeben, um 8-stellige Nummern abzugleichen
Geben Sie im Eingabefeld „Regulärer Ausdruck“ den Ausdruck „\d{8}“ ein. Dieser Ausdruck steht für den Abgleich von 8 aufeinanderfolgenden Ziffern. Die Vertragsnummer im Beispiel-PDF ist genau 8-stellig, sodass dieser Ausdruck Nummern wie „10026877“, „20036655“, „20100511“ usw. abgleichen kann.
Betrachtet man dies unter dem Gesichtspunkt der Platzhalter-Umbenennung, kann man sich „\d“ als Platzhalter für eine Ziffer und „{8}“ als Angabe für die 8-fache Wiederholung vorstellen. So muss nicht jede Vertragsnummer einzeln eingegeben werden; die Software sucht automatisch in jedem PDF nach Text, der der Regel „8 Ziffern“ entspricht.
Es ist wichtig, dass der Ausdruck möglichst genau mit dem tatsächlichen Dateiinhalt übereinstimmt. Enthält das PDF weitere 8-stellige Ziffern, z. B. Datumsangaben, Telefonfragmente oder Betragscodes, könnte unerwünschter Text abgeglichen werden. In solchen Fällen kann die Abgleichregel basierend auf dem tatsächlichen Dateiinhalt weiter präzisiert werden, z. B. durch Kombination mit feststehendem Text vor oder nach der Nummer für eine genauere Ausdruckseinstellung. Der Screenshot in diesem Artikel zeigt nur die Einstellung „\d{8}“, daher konzentriert sich das Beispiel auf den Abgleich von 8-stelligen Ziffern.
Schritt 5: Benennungsposition auf „Gesamten Dateinamen überschreiben“ setzen
Im Bereich „Position“ wird im Screenshot „Gesamten Dateinamen überschreiben“ ausgewählt. Dies bedeutet, dass der abgeglichene Text den Hauptteil des ursprünglichen Dateinamens direkt ersetzt. So wird z. B. der ursprüngliche Dateiname „1.pdf“ nach der Verarbeitung zu „10026877.pdf“, wobei die Erweiterung als PDF-Dateierweiterung erhalten bleibt.
Soll die Nummer lediglich vor oder hinter den ursprünglichen Dateinamen gesetzt werden, kann je nach Bedarf die Option „Links vom Dateinamen“ oder „Rechts vom Dateinamen“ im Positionsbereich gewählt werden. Da das Ziel dieses Artikels jedoch die vollständige Normierung des Dateinamens auf die Vertragsnummer ist, ist die Auswahl von „Gesamten Dateinamen überschreiben“ am direktesten.
Schritt 6: Weiter zum nächsten Schritt, Speicherort festlegen und Verarbeitung starten
Nachdem der Ausdruck und die Position eingestellt sind, klicken Sie unten auf „Weiter“. Der nachfolgende Ablauf führt Sie zu „Speicherort festlegen“ und „Verarbeitung starten“. Wählen Sie gemäß den Anweisungen auf der Oberfläche eine Speichermethode und führen Sie dann die Verarbeitung durch. Überprüfen Sie nach Abschluss der Verarbeitung die Dateinamen im Ordner. Sie werden sehen, dass die PDFs stapelweise in die Vertragsnummern aus dem Textkörper umbenannt wurden.
Bevor Sie eine große Anzahl von Dateien offiziell verarbeiten, empfiehlt es sich, zuerst einen Test mit wenigen Beispieldateien durchzuführen. Importieren Sie z. B. zunächst 3 bis 5 PDFs, bestätigen Sie, dass Abgleichergebnisse und Benennungsergebnisse den Erwartungen entsprechen, und verarbeiten Sie dann den gesamten Ordner stapelweise. Dies reduziert das Risiko fehlerhafter Stapelbenennungen aufgrund ungenauer Ausdruckseinstellungen.
Häufige Fragen und Hinweise
1. Warum verwendet man „\d{8}“ anstatt die Vertragsnummer direkt einzugeben?
Die direkte Eingabe einer bestimmten Vertragsnummer kann nur eine einzige Datei abgleichen, während „\d{8}“ eine Textklasse beschreibt: 8 aufeinanderfolgende Ziffern. Der Sinn der Stapelumbenennung liegt darin, mehrere Dateien mit einer einheitlichen Regel zu verarbeiten, daher eignet sich die Verwendung eines Ausdrucks zum Abgleich verschiedener Nummern in verschiedenen PDFs besser.
2. Was tun, wenn eine PDF-Datei mehrere 8-stellige Ziffern enthält?
Enthält eine PDF-Datei mehrere 8-stellige Ziffern, könnte die Software eine davon abgleichen. Um ungenaue Benennungsergebnisse zu vermeiden, muss der Ausdruck basierend auf den Besonderheiten des Dateiinhalts optimiert werden, sodass die Regel möglichst nur die Zielnummer abgleicht. Es ist unerlässlich, vor der Verarbeitung stichprobenartig einige PDFs zu prüfen, um die Eindeutigkeit des Nummernformats zu bestätigen.
3. Können gescannte PDFs auf diese Weise umbenannt werden?
Wenn das PDF nur aus gescannten Bildern besteht und der Textkörper nicht als kopierbarer Text erkannt wurde, kann der inhaltsbasierte Abgleich die Nummer möglicherweise nicht erfassen. Bei solchen Dateien ist in der Regel zuerst eine Texterkennung (OCR) erforderlich, um den PDF-Inhalt lesbar zu machen, bevor die Funktion zur inhaltsbasierten Umbenennung genutzt werden kann.
4. Ist vor der Stapelverarbeitung eine Sicherung erforderlich?
Es wird empfohlen, eine Sicherung der Originaldateien aufzubewahren, insbesondere bei der ersten Verwendung von Ausdrücken zur Stapelumbenennung. Obwohl die Stapelverarbeitung die Effizienz erheblich steigern kann, können ungenaue Ausdrucksregeln auch dazu führen, dass eine Reihe von Dateinamen nicht den Erwartungen entspricht. Eine vorherige Sicherung oder ein kleiner Batch-Test sind eine sicherere Angewohnheit bei der Verarbeitung von Bürodateien.
Zusammenfassung: Manuelles Umbenennen durch Regeln ersetzen und die PDF-Archivierungseffizienz steigern
Das Beispiel in diesem Artikel zeigt, wie man mit HeSoft Doc Batch Tool die ursprünglich notwendigen Arbeitsschritte – einzelnes Öffnen der PDF, Suchen der Vertragsnummer, Kopieren, Einfügen und Umbenennen – in einen Prozess umwandeln kann, der aus einmaligem Import, einmaliger Ausdruckseinstellung und stapelweiser Verarbeitung besteht. Für Vertrags-PDFs, Bestell-PDFs, Rechnungs-PDFs und diverse Archiv-PDFs ist diese Methode der inhaltsbasierten Stapelumbenennung äußerst praktisch.
Wenn auch Ihr Ordner viele Dateinamen ohne geschäftliche Aussagekraft wie „1.pdf, 2.pdf, Scan.pdf“ enthält und der PDF-Textkörper Vertrags-, Bestell- oder Archivnummern beinhaltet, testen Sie am besten zuerst mit einigen Dateien die Abgleichwirkung des Ausdrucks, bevor Sie den gesamten Datenbestand verarbeiten. Die sinnvolle Nutzung von Platzhalterausdrücken oder regulären Ausdrücken kann den sich wiederholenden Aufwand erheblich reduzieren und die Organisation von PDF-Dateien standardisierter und effizienter gestalten.