Dieser Artikel beschreibt, wie Sie HeSoft Doc Batch Tool verwenden, um bestimmte Texte aus dem Haupttext mehrerer Word-Dokumente stapelweise zu extrahieren und als neue Dateinamen zu verwenden. Im Beispiel enthalten docx-Dateien, die ursprünglich mit englischen Titeln benannt waren, oben im Haupttext eine Dokument-ID. Nachdem diese Nummer durch einen regulären Ausdruck abgeglichen wurde, können die Dateinamen auf einmal in Nummernformen wie 2JMM01GJ, 4HE73OR5 geändert werden, geeignet für Szenarien, in denen Verträge, Berichte, Archive, Prüfungsunterlagen usw. nach internen Nummern archiviert werden müssen.
Bei der Verwaltung einer großen Anzahl von Word-Dokumenten befinden sich die eigentlichen Identifikationsinformationen vieler Dateien nicht im Dateinamen, sondern sind im Textkörper, in der Kopfzeile, auf dem Deckblatt oder am Dokumentenanfang vermerkt. Beispielsweise hieß eine Reihe von docx-Dateien ursprünglich Cosmic_Distances.docx, Galaxies_and_the_Milky_Way.docx, was wie gewöhnliche Titel aussieht, aber jede Word-Datei hatte oben im Textkörper eine für die Archivierung besser geeignete Dokumenten-ID. Wenn man jede Word-Datei manuell öffnet, die Nummer kopiert, das Dokument schließt und dann zum Ordner zurückkehrt, um sie umzubenennen, mag das bei einigen Dutzend Dateien noch machbar sein, aber bei Hunderten von doc- und docx-Dateien wird dies zu einer sehr repetitiven und fehleranfälligen Arbeit.
Das in diesem Artikel zu lösende Problem ist: die stapelweise Übereinstimmung spezifischer Texte aus Word-Dokumentinhalten unter Verwendung von Platzhaltern oder regulären Ausdrücken und die Umbenennung der entsprechenden Word-Datei mit den Übereinstimmungsergebnissen. Nachfolgend wird anhand des Beispiels HeSoft Doc Batch Tool demonstriert, wie die Dokumenten-ID aus dem Word-Textkörper extrahiert und der ursprüngliche Dateiname stapelweise ersetzt wird, um eine automatische Benennung basierend auf dem Dokumentinhalt zu erreichen.
Anwendungsszenarien: Welche Word-Dateien eignen sich für die stapelweise Umbenennung anhand des Textkörperinhalts?
Diese Methode eignet sich besonders für Materialien, deren Dateinamen nicht standardisiert sind, die aber intern im Dokument eine feste Nummerierung, feste Felder oder Texte mit festgelegtem Format aufweisen. Zum Beispiel Projektnummern oben im Projektbericht, Vertragsnummern auf der ersten Seite eines Vertrags, Matrikelnummern in Studentenarbeiten, Probennummern in Prüfberichten und Dokumenten-IDs in Archivmaterialien. Solange diese Informationen in mehreren Word-Dateien relativ konsistent geschrieben sind, können sie mittels regulärer Ausdrücke stapelweise extrahiert werden.
Wie im Screenshot-Beispiel zu sehen ist, befinden sich im Ordner vor der Verarbeitung 5 Word-Dokumente, deren Dateinamen englische Sachthemen-Titel mit der Erweiterung docx sind. Obwohl sie das Inhaltsthema ausdrücken können, sind sie für die Suche nach interner Nummer, Archivierung und Systemimport ungünstig. Wenn die geschäftliche Anforderung verlangt, dass der Dateiname der Dokumentennummer entsprechen muss, ist die manuelle Umbenennung sehr mühsam.
Öffnet man eines der Word-Dokumente, sieht man oben auf der Seite einen Textabschnitt: Document ID: 2JMM01GJ. Dieses 2JMM01GJ ist der Inhalt, den wir extrahieren und als Dateinamen verwenden möchten. Da die Nummer aus Großbuchstaben und Ziffern besteht und nach "Document ID:" steht, eignet sie sich hervorragend für die Zuordnung mit regulären Ausdrücken.
Ergebnisvorschau: Welche Änderungen ergeben sich bei den Dateinamen vor und nach der Verarbeitung?
Vor der Verarbeitung lauten die Dateinamen Cosmic_Distances.docx, Galaxies_and_the_Milky_Way.docx, Planets_and_Orbits.docx, Stars_and_Life_Cycles.docx, The_Expanding_Universe.docx. Diese Art von Namen ist lesefreundlich, aber wenn der nachfolgende Prozess das Hochladen nach Dokumenten-ID, die Archivierung nach Nummer oder den Abgleich nach Nummer erfordert, ist eine erneute manuelle Suche notwendig.
Nach der Verarbeitung werden von HeSoft Doc Batch Tool basierend auf den in jedem Word-Textkörper gefundenen Nummern stapelweise neue Dateinamen generiert. Die 5 docx-Beispieldateien wurden umbenannt in 2JMM01GJ.docx, 4HE73OR5.docx, CK83CAEJ.docx, KR8IHZD6.docx, R6J2S6E6.docx. Die Erweiterung bleibt docx, geändert hat sich lediglich der Hauptdateiname.
Der entscheidende Wert dieses Ergebnisses liegt darin: Es ist nicht nötig, jede Word-Datei einzeln zu öffnen, Inhalte zu kopieren oder jeden Namen einzeln im Datei-Explorer zu ändern. Solange die Regeln korrekt festgelegt sind, kann die Software stapelweise Word-Dateiinhalte lesen, Texte zuordnen und die Dateiumbenennung abschließen, wodurch sich sich wiederholende Arbeit und menschliche Eingabefehler reduzieren.
Bedienungsschritt 1: Aufrufen des Dateinamen-Tools und Auswahl der Funktion zur Umbenennung anhand des Word-Inhalts
Nach dem Öffnen von HeSoft Doc Batch Tool sind in der linken Werkzeugkategorisierung Module wie Dateiname, Ordnername, Dateiordnung, Word-Tools, Excel-Tools, PowerPoint-Tools, PDF-Tools usw. zu sehen. Da das Ziel die Änderung von Dateinamen ist, navigieren Sie zunächst zur Kategorie "Dateiname" auf der linken Seite.
Wählen Sie in der Liste der dateinamenbezogenen Funktionen "Word-Dateien anhand des Dateiinhalts umbenennen". Die Funktionsbeschreibung im Screenshot lautet: "Stapelweise bestimmten Text aus dem Inhalt von Word-Dateien als Dateinamen dieser Datei verwenden", was genau der Anforderung dieses Artikels entspricht: Entnehmen der Dokumenten-ID aus dem Word-Textkörper und Ersetzen des ursprünglichen Dateinamens durch sie.
Der Zweck dieses Schrittes ist der Zugang zum korrekten Einstiegspunkt für die Stapelverarbeitungsfunktion. Viele Benutzer könnten fälschlicherweise annehmen, dass sie zuerst in Word suchen und ersetzen oder die Stapelumbenennung des Datei-Explorers verwenden müssen. Wenn die Benennungsgrundlage jedoch aus dem Dokumentinhalt stammt, können gewöhnliche Dateinamenersetzungstools den Textkörper normalerweise nicht lesen. Die Auswahl der speziellen Funktion zur Umbenennung anhand des Word-Inhalts ermöglicht es der Software, den Text in docx-Dokumenten zu erkennen.
Bedienungsschritt 2: Hinzufügen der stapelweise zu verarbeitenden Word-Dateien
Nach dem Aufrufen der Benutzeroberfläche "Word-Dateien anhand des Dateiinhalts umbenennen" sehen Sie im oberen Bereich Schaltflächen für Aktionen wie Dateien hinzufügen, Dateien aus Ordner importieren, Leeren, Mehr usw. Der mittlere Bereich ist die Liste der zu verarbeitenden Dateien, eine Tabelle mit Informationen wie laufender Nummer, Name, Pfad, Erweiterung, Erstellungszeit, Änderungszeit und Aktionen.
Wenn nur eine geringe Anzahl bestimmter Dateien verarbeitet werden soll, können Sie auf "Dateien hinzufügen" klicken; wenn ein gesamter Ordner einheitlich zu verarbeitende Word-Dokumente enthält, können Sie "Dateien aus Ordner importieren" verwenden. Im Screenshot wurden 5 docx-Dateien importiert, der Pfad befindet sich im Verzeichnis D:\test, die Datensatzanzahl beträgt 5.
Das erwartete Ergebnis dieses Schritts ist, dass alle umzubenennenden Word-Dateien in der Liste erscheinen. Es wird empfohlen, vor dem nächsten Schritt die Anzahl der Dateien, die Dateierweiterungen und die Pfade auf Richtigkeit zu überprüfen. Bei Word-Dateien umfassen gängige Erweiterungen docx und doc. Im Screenshot-Beispiel sind alle docx, daher werden die reguläre Extraktion und Umbenennung für diese importierten Datensätze ausgeführt.
Sollten sich in der Liste Dateien befinden, die nicht verarbeitet werden müssen, können Sie einzelne Datensätze über das Löschen-Symbol in der Aktionsspalte entfernen; bei fehlerhaftem Import können Sie auch "Leeren" und anschließend erneutes Hinzufügen verwenden. So wird vermieden, dass nicht relevante Dateien mit umbenannt werden.
Bedienungsschritt 3: Festlegen des Suchbereichs auf "Durch benutzerdefinierte Formel gefundener Text"
Nach dem Klick auf "Weiter" am unteren Rand gelangen Sie zur Einrichtung der Verarbeitungsoptionen. Diese Oberfläche zeigt, dass Sie sich in Schritt 2 befinden und konfiguriert werden hauptsächlich der Suchbereich, der reguläre Ausdruck und die Position des Dateinamens. Da wir nicht einfach den Text der ersten Zeile oder das erste Barcode-Bild übernehmen, sondern die Nummer nach der Dokumenten-ID extrahieren möchten, sollte "Durch benutzerdefinierte Formel gefundener Text" gewählt werden.
Nach Auswahl von "Durch benutzerdefinierte Formel gefundener Text" geben Sie im Eingabefeld für den regulären Ausdruck die Zuordnungsregel ein. Der Ausdruck im Screenshot lautet:
(?<=Document ID:)[0-9A-Z]+
Dieser Ausdruck kann wie folgt interpretiert werden: Suche einen zusammenhängenden Textabschnitt direkt nach "Document ID:", der aus den Ziffern 0-9 und Großbuchstaben A-Z besteht. Das vorangestellte (?<=Document ID:) ist eine positive Lookbehind-Assertion, die die Übereinstimmungsposition einschränkt; das nachfolgende [0-9A-Z]+ steht für ein oder mehrere Ziffern oder Großbuchstaben. Der endgültig als Dateiname dienende Inhalt ist die Nummer selbst, z. B. 2JMM01GJ, und nicht der gesamte Text "Document ID:".
Wenn die Feldbeschreibung in Ihren Word-Dokumenten abweicht, muss der Ausdruck entsprechend dem tatsächlichen Inhalt angepasst werden. Lautet das Feld beispielsweise "Nr.: ABC123", kann die Regel nicht einfach "Document ID:" kopieren; enthält die Nummer Kleinbuchstaben oder Bindestriche, muss auch der Zeichenbereich erweitert werden. Der Fokus dieses Artikels liegt nicht auf der festen Verwendung einer bestimmten Nummer, sondern auf der präzisen Zuordnung des Zieltextes im Word-Textkörper mittels regulärer Ausdrücke.
Bedienungsschritt 4: Auswahl von "Gesamten Dateinamen überschreiben"
Im unteren Bereich derselben Benutzeroberfläche "Verarbeitungsoptionen einrichten" finden Sie die Positionsoptionen: Gesamten Dateinamen überschreiben, Links vom Dateinamen, Rechts vom Dateinamen. Im Screenshot ist "Gesamten Dateinamen überschreiben" ausgewählt.
Die Bedeutung von "Gesamten Dateinamen überschreiben" ist: Die übereinstimmende Dokumenten-ID ersetzt direkt den ursprünglichen Hauptdateinamen. Wenn beispielsweise Cosmic_Distances.docx mit 2JMM01GJ übereinstimmt, wird der neue Dateiname zu 2JMM01GJ.docx. Die Dateierweiterung docx wird durch diese Einstellung nicht Teil der Nummer, sondern bleibt in der Regel erhalten.
Wenn Ihr Arbeitsablauf lediglich das Voranstellen der Nummer vor den ursprünglichen Dateinamen erfordert, können Sie "Links vom Dateinamen" wählen; soll der Originaltitel erhalten und die Nummer am Ende angehängt werden, wählen Sie "Rechts vom Dateinamen". Da das Ziel dieses Beispiels jedoch die vollständige Archivierung nach Dokumentennummer ist, ist die Auswahl von "Gesamten Dateinamen überschreiben" am direktesten.
Bedienungsschritt 5: Fortfahren mit der Festlegung des Speicherorts und Start der Verarbeitung
Nach Abschluss der Einstellungen für regulären Ausdruck und Position klicken Sie auf "Weiter". Die Fortschrittsleiste oben in der Benutzeroberfläche zeigt, dass anschließend noch die beiden Phasen "Speicherort festlegen" und "Verarbeitung starten" folgen. Die Einstellung des Speicherorts bestimmt, wohin die Verarbeitungsergebnisse ausgegeben werden, und kann je nach tatsächlicher Arbeitsgewohnheit gewählt werden. Aus Sicherheitsgründen wird dringend empfohlen, vor der stapelweisen Umbenennung ein separates Ausgabeverzeichnis zu verwenden oder die Originaldateien vorab zu sichern, um zu vermeiden, dass das Quellmaterial beeinträchtigt wird, falls die Regeln nicht den Erwartungen entsprechen.
Sobald Sie die Phase "Verarbeitung starten" erreichen, überprüfen Sie, ob die Anzahl der zu verarbeitenden Dateien, die Benennungsregeln und der Speicherort korrekt sind, und führen Sie dann die Verarbeitung aus. Die Software liest nacheinander den Inhalt der Word-Dateien in der Liste, sucht nach dem übereinstimmenden Text gemäß dem regulären Ausdruck und generiert basierend auf der Positionsoption den neuen Dateinamen. Nach Abschluss der Verarbeitung können Sie im Ordner sehen, dass die Dateinamen stapelweise von den englischen Titeln auf die Dokumenten-IDs geändert wurden.
Erläuterung zur Schreibweise des regulären Ausdrucks: Warum kann die Nummer nach der Document ID zugeordnet werden?
In diesem Fall ist das feste Feld oben auf der Word-Seite "Document ID:", der variable Teil ist die Nummer dahinter. Die Verwendung eines festen Feldes zur Positionierung und anschließende Extraktion des variablen Teils mittels regulärem Ausdruck ist ein sehr häufiger Ansatz bei der Stapelumbenennung.
(?<=Document ID:) bedeutet, dass nur Inhalte zugeordnet werden, die nach "Document ID:" stehen, "Document ID:" selbst jedoch nicht in das Ergebnis aufgenommen wird. [0-9A-Z]+ gibt an, dass die Nummer nur aus Großbuchstaben und Ziffern besteht und ein oder mehrere Zeichen lang sein kann. Durch die Kombination beider kann die Software unterschiedliche Nummern aus jedem Word-Dokument extrahieren.
Wenn das Zuordnungsergebnis leer ist, sollten in der Regel drei Aspekte überprüft werden: Erstens, ob das tatsächliche Feld in Word mit dem Ausdruck übereinstimmt, z. B. ob der Doppelpunkt ein englischer oder ein chinesischer Doppelpunkt ist; zweitens, ob nach dem Feld ein Leerzeichen steht – wenn ja, muss möglicherweise eine Zuordnung für Leerzeichen in den Ausdruck eingefügt werden; drittens, ob die Nummer Kleinbuchstaben, Unterstriche oder andere Symbole enthält. Je genauer der reguläre Ausdruck dem tatsächlichen Text entspricht, desto stabiler sind die Ergebnisse der Stapelumbenennung.
Häufig gestellte Fragen und Hinweise
1. Müssen Word-Dokumente vor der Verarbeitung geschlossen werden? Es wird empfohlen, die zu verarbeitenden Word-Dateien zu schließen. Wenn eine Datei von Word belegt ist, kann die Stapelverarbeitungssoftware sie möglicherweise nicht normal lesen oder schreiben. Das Schließen der Dokumente reduziert die Fehlerwahrscheinlichkeit.
2. Können sowohl doc- als auch docx-Dateien nach diesem Prinzip verarbeitet werden? Die Screenshot-Beispiele in diesem Artikel sind docx-Dateien. Ob andere Word-Formate wie doc-Dateien verarbeitet werden können, hängt vom tatsächlichen Import- und Erkennungsergebnis der Software ab. Überprüfen Sie nach dem Hinzufügen der Dateien die Erweiterungen in der Liste, um zu bestätigen, dass die Dateien korrekt hinzugefügt wurden.
3. Was tun, wenn mehrere Dokumente mit derselben Nummer übereinstimmen? Bei der Stapelumbenennung sollten doppelte Dateinamen vermieden werden. Überprüfen Sie vor der Verarbeitung am besten stichprobenartig, ob die Dokumentennummern eindeutig sind. Falls es im Geschäftsprozess potenziell doppelte Nummern geben kann, sollten Sie in Betracht ziehen, nicht den gesamten Dateinamen zu überschreiben, sondern die Nummer links oder rechts an den Dateinamen anzufügen, um das Risiko von Namenskonflikten zu verringern.
4. Was tun, wenn der reguläre Ausdruck keinen Inhalt findet? Öffnen Sie zunächst ein Word-Beispieldokument, bestätigen Sie die genaue Schreibweise des Zielfeldes und passen Sie den Ausdruck entsprechend an. Faktoren wie Leerzeichen zwischen "Document" und "ID", Leerzeichen nach dem Doppelpunkt oder Sonderzeichen in der Nummer beeinflussen das Zuordnungsergebnis.
5. Warum nicht einfach die Suchfunktion von Word verwenden? Die Word-Suche hilft nur beim Auffinden von Inhalten in einem einzelnen Dokument, kann den gefundenen Inhalt aber nicht direkt stapelweise auf Dateinamen anwenden. Der Wert von HeSoft Doc Batch Tool liegt darin, das Lesen von Inhalten, das Zuordnen von Text, das Generieren von Dateinamen und die Stapelverarbeitung in einem einzigen Arbeitsablauf zu verknüpfen.
Fazit: Inhaltsgesteuerte Dateibenennung zur Reduzierung sich wiederholender Umbenennungsarbeit
Wenn Dateinamen und interne Dokumentennummern nicht übereinstimmen, ist die manuelle Umbenennung oft ineffizient und fehleranfällig. Mithilfe der Funktion "Word-Dateien anhand des Dateiinhalts umbenennen" von HeSoft Doc Batch Tool können Informationen wie Dokumenten-ID, Vertragsnummer, Berichtsnummer, Matrikelnummer usw. aus dem Word-Textkörper extrahiert werden, um stapelweise standardisierte Dateinamen zu generieren.
Das Beispiel in diesem Artikel verwendet den regulären Ausdruck (?<=Document ID:)[0-9A-Z]+, um die Nummern in den Word-Dokumenten zuzuordnen, und wählt "Gesamten Dateinamen überschreiben", um letztendlich 5 docx-Dateien einheitlich in nummerierte Namen zu ändern. Für Benutzer, die eine große Anzahl von Word-, docx- und doc-Materialien verwalten müssen, kann diese Art der Stapelverarbeitung die sich wiederholenden Vorgänge Öffnen, Kopieren, Einfügen und Umbenennen erheblich reduzieren. Es wird empfohlen, die Regeln zunächst mit einer kleinen Anzahl von Beispieldokumenten zu testen und, nachdem die Ergebnisse korrekt sind, die Stapelverarbeitung für den gesamten Ordner durchzuführen.