Für die Erstellung einer PDF-Dateiliste gehören zu den gängigen Feldern nicht nur Dateiname und -größe, sondern auch der vollständige Pfad, Erstellungsdatum, Änderungsdatum, Seitenanzahl sowie Metadaten wie PDF-Titel, Autor, Betreff und Schlüsselwörter. In diesem Artikel wird am Beispiel von HeSoft Doc Batch Tool erläutert, wie Sie mithilfe der Funktion zur Dateiinformationsstatistik PDFs stapelweise importieren, detaillierte PDF-Dateiinformationen auswählen und eine Excel-Zusammenfassungstabelle generieren können, um Benutzern das schnelle Erstellen von Materialbestandslisten, Archivverzeichnissen und die Prüfung der Dokumentenübergabe zu erleichtern.
Viele Leute greifen beim Organisieren von PDF-Materialien instinktiv zu Excel, öffnen dann den Ordner und geben manuell Dateiname, Pfad, Größe und Datum ein. Bei wenigen Dateien ist das kein Problem; doch sobald es Dutzende oder Hunderte sind, wird die manuelle Methode extrem ineffizient. Erschwerend kommt hinzu, dass Informationen wie PDF-Seitenzahl, Titel, Autor, Thema, Stichwörter, Erstellungsdatum, Anwendung und Erstellungsprogramm in der Regel nicht vollständig in der Ordnerliste einsehbar sind, sondern nur durch Öffnen der Datei oder Anzeigen der Eigenschaften überprüft werden können.
Dieser Artikel stellt eine Methode vor, die besser für Büroumgebungen geeignet ist: die Nutzung der Funktion „Dateiinformationsstatistik“ in HeSoft Doc Batch Tool , um die Basiseigenschaften und detaillierten PDF-Informationen vieler PDF-Dateien stapelweise zu erfassen und in einer Excel-Tabelle zusammenzufassen. Der gesamte Prozess wird assistentengestützt durchgeführt, von der Dateiauswahl über die Festlegung der Verarbeitungsoptionen bis zum Speichern und Starten der Verarbeitung – ideal für Benutzer, die schnell eine PDF-Dateiliste, eine PDF-Seitenzahlen-Statistik oder ein PDF-Metadaten-Verzeichnis erstellen müssen.
Anwendungsszenarien: Von der PDF-Verzeichniserstellung bis zur Metadatenprüfung einsetzbar
Der Bedarf, PDF-Seitenzahlen und Metadaten stapelweise zu extrahieren, ist im Büroalltag nicht ungewöhnlich. Er tritt häufig bei folgenden Arbeiten auf:
- Archivverzeichniserstellung: Scans, elektronische Verträge, Richtliniendokumente, Berichtsdateien und andere PDFs in einem Excel-Verzeichnis zur Archivierung und Suche zusammenstellen.
- Lehrmaterialstatistik: Seitenzahlen von Kursunterlagen, Lernmaterialien, Übungshandbüchern, Lesematerialien usw. erfassen, um den Materialumfang zu bewerten.
- Projektdokumentenlieferung: Vor der Einreichung von Projektunterlagen eine Dateiliste erstellen, um zu prüfen, ob die PDFs vollständig, die Benennung einheitlich und der Pfad korrekt ist.
- Dateiquellenüberprüfung: Anhand von Metadatenfeldern wie Autor, Anwendung und Erstellungsprogramm die Quelle und Erstellungsmethode der Datei unterstützend beurteilen.
- Stapelweise Dateiverwaltung: Auffällige Dokumente nach Größe, Änderungsdatum, enthaltenem Ordner usw. filtern, um Duplikate oder veraltete Materialien zu finden.
In diesen Szenarien ist Excel der gängigste Zusammenstellungsträger, weil es Sortierung, Filterung, Suche und gemeinsame Nutzung erleichtert. Die Stapelverarbeitungsfähigkeit von Bürosoftware kann Dateiinformationen, die sonst manuell einzeln geprüft werden müssen, auf einmal zusammenstellen.
Ergebnisvorschau: Was ändert sich vor und nach der Stapelerfassung
Vor der Verarbeitung: PDFs sind in Ordnern verstreut, nur begrenzte Eigenschaften sichtbar
Der folgende Screenshot vor der Verarbeitung zeigt einen Ordner mit mehreren PDFs. Die Dateinamen umfassen ClassNotesPacket.pdf, CourseSummaryReport.pdf, ExamPreparationNotes.pdf, KnowledgeReviewNotes.pdf usw. Im Explorer sind Basisinformationen wie Dateiname, Änderungsdatum, Typ und Größe sichtbar, aber diese Informationen sind unvollständig. Beispielsweise kann man weder direkt sehen, wie viele Seiten jedes PDF hat, noch lassen sich Titel, Autor, Thema oder Stichwörter der PDFs stapelweise anzeigen.
Will man diese PDFs in ein formelles Verzeichnis aufnehmen, reicht die Ordneransicht allein nicht aus. Anwender benötigen normalerweise auch den vollständigen Pfad zur Lokalisierung der Originaldatei, das Erstellungs- und Änderungsdatum zur Beurteilung der Dateiversion, die Seitenzahl zur Bewertung des Materialumfangs und die Metadaten zur Prüfung der Dokumentkonformität.
Nach der Verarbeitung: Strukturierte Liste in Excel mit einem PDF pro Zeile
Nach Abschluss der Verarbeitung werden die PDF-Dateiinformationen in Excel ausgegeben. Der Screenshot zeigt, dass die Tabelle nicht mehr nur eine Dateinamenliste ist, sondern sehr vollständige Felder enthält: Pfad, Name, Name (ohne Erweiterung), Erweiterung, Größe (Bytes), Größe, Name des enthaltenen Ordners, Pfad des enthaltenen Ordners, Erstellungszeit, Änderungszeit, Seitenzahl sowie PDF-Metadaten Titel, Autor, Thema, Stichwörter, Erstellungsdatum, Anwendung, Erstellungsprogramm usw.
Dieses Excel-Ergebnis eignet sich besser für die weitere Bürobearbeitung. Möchte man beispielsweise sehen, welche PDFs mehr als 10 Seiten haben, kann man nach „Seitenzahl“ sortieren. Möchte man prüfen, ob eine bestimmte Charge PDFs von derselben Anwendung erstellt wurde, kann man nach „PDF - Metadaten - Anwendung“ filtern. Möchte man Materialquellen nach Autor ordnen, kann man nach „PDF - Metadaten - Autor“ filtern oder gruppieren.
Schritte zur Bedienung: Stapelweiser Export von PDF-Seitenzahl, Pfad und Metadaten
Schritt 1: Zugang zur Dateiinformationsstatistik öffnen
Wählen Sie nach dem Start von HeSoft Doc Batch Tool in der linken Navigation „Dateiordnung“. Im Bereich der Funktionskarten sehen Sie „Dateiinformationsstatistik“, mit der Beschreibung, dass Name, Pfad, Größe, Zeit und Metadaten verschiedener Dateien stapelweise erfasst werden. Da wir PDF-Dateiinformationen extrahieren möchten, klicken Sie auf diese Funktion, um sie aufzurufen.
Dieser Schritt dient der Auswahl des richtigen Stapelverarbeitungswerkzeugs. Wählen Sie nicht „Ordnerinformationsstatistik“, denn das Ziel dieses Artikels ist die Erfassung konkreter PDF-Dateien, nicht der Ordner selbst. Nach dem Aufruf der „Dateiinformationsstatistik“ führt Sie die Software in einem schrittweisen Assistenten durch Import, Optionseinstellungen, Speicherort und Verarbeitungsstart.
Schritt 2: Zu erfassende PDF-Dateien importieren
Auf der Funktionsseite befinden Sie sich in Schritt 1 „Zu verarbeitende Datensätze auswählen“. Oben rechts auf der Seite stehen die gängigen Optionen „Dateien hinzufügen“ und „Dateien aus Ordner importieren“ zur Verfügung. Wenn die PDFs relativ zentral liegen, empfiehlt es sich, direkt „Dateien aus Ordner importieren“ zu verwenden, um die Dateien des Zielordners auf einmal in die Liste zu laden. Möchten Sie nur wenige einzelne PDFs erfassen, können Sie „Dateien hinzufügen“ verwenden.
Nach Abschluss des Imports zeigt die Tabelle die Nummer, den Namen, den Pfad, die Erweiterung, die Erstellungszeit und die Änderungszeit der Dateien an. Die Datensatzanzahl am unteren Rand des Screenshots zeigt 20 an, was bedeutet, dass 20 PDF-Dateien zu dieser Aufgabe hinzugefügt wurden. Es wird empfohlen, hier einen Abgleich vorzunehmen: Ist die Dateierweiterung PDF? Gehört der Pfad zum Zielordner? Stimmt die Dateianzahl mit den Erwartungen überein?
Sollten Sie feststellen, dass eine falsche Datei ausgewählt wurde, können Sie den einzelnen Datensatz in der Aktionsspalte löschen; ist ein erneuter Import nötig, verwenden Sie „Leeren“. Bei vielen Dateien helfen die angebotenen Funktionen „Filtern“ und „Sortieren“, die Liste schnell zu prüfen. Klicken Sie nach der Bestätigung auf „Weiter“.
Schritt 3: PDF-Dateidetailinformationen in den Zusatzinformationen auswählen
In Schritt 2 „Verarbeitungsoptionen einstellen“ sehen Sie den Bereich „Zusatzinformationen“. Hier werden detaillierte Optionsarten für verschiedene Dateitypen aufgelistet, einschließlich Word-, Excel-, PPT-, PDF-, Textdatei- und Bilddateidetailinformationen.
Diese Aufgabe besteht darin, PDF-Seitenzahlen und Metadaten stapelweise zu extrahieren, daher muss „PDF-Dateidetailinformationen“ aktiviert werden. Dies ist die entscheidende Einstellung zur Erstellung einer vollständigen PDF-Liste. Nach der Aktivierung liest die Software bei der Erfassung der Basisdateieigenschaften auch die relevanten detaillierten PDF-Felder aus. Die Spalten wie „Seitenzahl“, „PDF - Metadaten - Titel“, „PDF - Metadaten - Autor“, „PDF - Metadaten - Thema“, „PDF - Metadaten - Stichwörter“ etc., die letztendlich in Excel erscheinen, resultieren aus dieser Option.
Werden gleichzeitig auch Word-, Excel-, PPT- oder Bilddateien verarbeitet, können die entsprechenden Detailinformationen je nach Bedarf ausgewählt werden. Für eine übersichtlichere Ergebnistabelle wird jedoch empfohlen, diesmal nur PDFs zu importieren oder zumindest sicherzustellen, dass der Analysefokus auf PDF-Dateien liegt.
Schritt 4: Speicherort für das Statistik-Ergebnis festlegen
Im oberen Ablauf ist Schritt 3 „Speicherort festlegen“. Nach einem Klick auf „Weiter“ legen Sie gemäß den Anweisungen auf der Oberfläche fest, wo die Ergebnisdatei gespeichert werden soll. Es wird empfohlen, das Ausgabeergebnis an einem leicht auffindbaren Ort zu speichern, z.B. im Projektverzeichnis der aktuellen PDFs, im Materialarchivierungsordner oder in einem speziellen Ordner für Statistikergebnisse.
Der Zweck der Festlegung des Speicherorts ist zu vermeiden, dass die exportierte Excel-Datei nach der Verarbeitung nicht auffindbar ist. Anwender, die verschiedene PDF-Chargen mehrfach erfassen müssen, können dem gespeicherten Dateinamen Datum, Projektname oder Materialkategorie hinzufügen, um Übersichtstabellen verschiedener Chargen leichter zu unterscheiden.
Schritt 5: Verarbeitung starten und Excel-Ergebnis anzeigen
Nach der Festlegung des Speicherorts gelangen Sie zu Schritt 4 „Verarbeitung starten“. Die Software liest die PDF-Dateiinformationen gemäß der Aufgabenliste einzeln ein und stellt sie automatisch als Tabellenergebnis zusammen. Verglichen mit manueller Erfassung liegt der größte Vorteil der Stapelverarbeitung in Stabilität, Einheitlichkeit und Wiederholbarkeit: Dieselbe Dateicharge wird mit denselben Feldern ausgegeben, wodurch Probleme wie uneinheitliche Spaltennamen, inkonsistente Datumsformate und unvollständige Pfadkopien bei manueller Eingabe vermieden werden.
Öffnen Sie nach Abschluss der Verarbeitung das Excel-Ergebnis. Es wird empfohlen, vorrangig zu prüfen, ob die folgenden Felder den Anforderungen entsprechen: Kann der vollständige Pfad die Originaldatei lokalisieren? Wurde die Seitenzahl generiert? Sind Metadatenspalten wie PDF-Titel, Autor, Thema, Stichwörter vorhanden? Können Erstellungs- und Änderungszeit zur Versionsbeurteilung verwendet werden? Kann die Dateigröße zur Prüfung auffälliger Dateien verwendet werden?
Häufige Fragen und Hinweise
1. Nur Seitenzahl erfassen, müssen alle Metadaten exportiert werden?
Wie die Ergebnis-Screenshots zeigen, werden bei Aktivierung der PDF-Dateidetailinformationen die Seitenzahl und verschiedene PDF-Metadatenfelder ausgegeben. Wenn Sie nur die Seitenzahl interessiert, können Sie nach der Excel-Erstellung die Felder „Seitenzahl“ und notwendige Pfad-/Dateinamenfelder behalten und nicht benötigte Metadatenspalten löschen oder ausblenden. So nutzen Sie die vollständige Extraktion der Software, behalten aber eine übersichtliche Abschlusstabelle.
2. Worin unterscheiden sich PDF-Dateiname und Name in Excel?
Die Ergebnistabelle enthält normalerweise sowohl „Name“ als auch „Name (ohne Erweiterung)“. Ersteres enthält die .pdf-Erweiterung und eignet sich für den Abgleich mit der Originaldatei; letzteres ohne Erweiterung eignet sich für die spätere Zuordnung und Sortierung nach Titel, Nummer oder Materialname.
3. Warum wird das Feld „Vollständiger Pfad“ benötigt?
Wenn in mehreren Ordnern gleichnamige PDFs vorhanden sind, kann allein anhand des Dateinamens möglicherweise nicht festgestellt werden, um welche konkrete Datei es sich handelt. Der vollständige Pfad gibt den Speicherort eindeutig an und erleichtert die Nachverfolgung, das Öffnen der Originaldatei oder eine spätere Migration.
4. Bedeutet unvollständige Metadaten, dass die Software fehlerhaft gelesen hat?
Nicht unbedingt. Ob PDF-Metadaten vollständig sind, hängt von der Datei selbst ab. Viele PDFs werden ohne Angabe von Autor, Thema oder Stichwörtern erstellt, daher sind leere Felder normal. Die Software kann vorhandene Informationen stapelweise extrahieren, aber keine fehlenden Metadaten in der Datei aus dem Nichts erzeugen.
5. Wie lässt sich die Fehlerwahrscheinlichkeit bei sehr vielen Dateien reduzieren?
Es wird empfohlen, die Dateien nach Ordner oder Projekt chargenweise zu importieren, zuerst die Datensatzanzahl und den Pfad zu bestätigen und dann die PDF-Dateidetailinformationen auszuwählen. Filtern Sie nach der Verarbeitung mit Excel nach leeren Werten, auffälligen Seitenzahlen oder ungewöhnlichen Zeiten zur Sekundärprüfung. So bleibt die Verarbeitungseffizienz erhalten, und Problemdateien lassen sich leichter lokalisieren.
Fazit: PDF-Seitenzahlen und Metadatenerfassung durch Stapelverarbeitung
Der Kern der Erstellung einer PDF-Dateiliste liegt nicht im einfachen Auflisten von Dateinamen, sondern darin, verschiedene Informationen, die im Dateisystem und innerhalb der PDF verstreut sind, einheitlich zusammenzufassen. HeSoft Doc Batch Tool verknüpft über die Funktion „Dateiinformationsstatistik“ die Schritte Dateiimport, Aktivieren der PDF-Detailinformationen, Festlegen des Speicherorts und Starten der Verarbeitung, sodass Benutzer schnell eine PDF-Informationstabelle im Excel-Format erhalten.
Wenn Sie gerade mit PDF-Archivierung, Dokumentenlieferung, Seitenzahlenerfassung oder Metadatenprüfung beschäftigt sind, können Sie dem Ablauf in diesem Artikel folgen: Zuerst die Dateiinformationsstatistik in der Dateiordnung aufrufen, dann die PDF-Dateien importieren, „PDF-Dateidetailinformationen“ aktivieren und schließlich das Excel ausgeben. Verglichen mit dem einzelnen Öffnen von PDFs ist diese Methode besser für die stapelweise Dateiverarbeitung in Büroumgebungen geeignet, kann wiederholte Arbeit deutlich reduzieren und die Genauigkeit der Erfassung sowie die Effizienz der Bereitstellung erhöhen.