Cuando el nombre del archivo PDF es simplemente 1.pdf, 2.pdf, 3.pdf, la búsqueda y el archivado posteriores resultan muy complicados. Este artículo toma como ejemplo HeSoft Doc Batch Tool para explicar cómo acceder a la función "Renombrar archivos PDF usando el contenido del archivo", importar múltiples archivos PDF y usar la expresión regular \d{8} para coincidir con los códigos de 8 dígitos en el texto, generando finalmente por lotes archivos PDF nombrados con dichos códigos, lo que es ideal para organizar contratos, pedidos, archivos y documentos escaneados.
En la oficina, es común encontrarse con un lote de PDFs que lucen ordenados en la carpeta, pero con nombres como 1.pdf, 2.pdf, 3.pdf, 4.pdf. Cuando realmente se necesita archivarlos, uno se da cuenta de que estos nombres de archivo no tienen ningún significado comercial. Para saber cuál es un contrato específico o a qué pedido corresponde cada uno, hay que abrir los PDFs uno por uno para ver su contenido. Si son solo unos pocos archivos, es aceptable, pero si hay decenas o cientos, revisarlos y renombrarlos manualmente se convierte en una tarea repetitiva muy típica.
Lo que es más problemático es que el renombrado manual es propenso a errores. Por ejemplo, copiar un dígito de menos del número de contrato, escribir el número del archivo A en el nombre del archivo B, o pegar repetidamente el mismo número, todo lo cual afectará la búsqueda y el archivado posteriores. Para documentos de oficina como contratos, pedidos, datos de clientes y archivos de proyecto, el nombre correcto del archivo es muy importante. Este artículo presentará un método más eficiente: usar un software de oficina para leer por lotes el contenido del cuerpo de los PDFs, hacer coincidir los números mediante comodines/expresiones regulares y, automáticamente, establecer dichos números como el nombre del archivo PDF.
El software utilizado en esta demostración es HeSoft Doc Batch Tool . Se trata de un software de procesamiento por lotes orientado a documentos de oficina, adecuado para manejar grandes cantidades de archivos PDF, Word, Excel, imágenes, texto, etc., ayudando a los usuarios a reducir las operaciones repetitivas. A continuación, nos centraremos en cómo renombrar archivos PDF por lotes mediante la coincidencia de contenido.
Escenarios aplicables
Si sus archivos PDF cumplen con las siguientes características, el método de este artículo es muy adecuado:
- Los nombres de archivo no tienen un significado comercial, por ejemplo, 1.pdf, 2.pdf, escaneo1.pdf, download.pdf, etc.
- Existe un número estable dentro del cuerpo del PDF, como un número de contrato, número de pedido, número de solicitud o número de cliente.
- El formato del número es relativamente uniforme, por ejemplo, siempre son 8 dígitos consecutivos.
- Necesita procesar múltiples PDFs por lotes, en lugar de modificar solo uno o dos archivos.
- Desea que el nombre del archivo final sea fácil de buscar, ordenar, compartir y archivar.
Los PDFs de ejemplo son un conjunto de archivos de contrato. Cada PDF contiene un número de 8 dígitos correspondiente a "Contract No.". Nuestro objetivo no es simplemente añadir un prefijo o sufijo al nombre del archivo, sino extraer el número del contenido del PDF y establecerlo como el nuevo nombre de archivo.
Este método también se puede aplicar a otros materiales de oficina. Por ejemplo, si un pedido de compra tiene un número de pedido de 8 dígitos, un informe de proyecto tiene un número de proyecto, o un formulario de aprobación tiene un número de documento, siempre que el número pueda ser identificado por una regla, se puede nombrar por lotes de manera similar. Cuando se necesita procesar documentos de Word, generalmente se trata con formatos como doc, docx; para tablas de Excel, pueden ser formatos xls, xlsx. Este artículo demuestra el proceso para archivos PDF, por lo que la entrada de la función selecciona las relacionadas con el renombrado por contenido de PDF.
Vista previa de resultados: de números secuenciales sin sentido a números localizables
Antes del procesamiento: archivos PDF con solo números secuenciales
Antes del procesamiento, la carpeta contiene 4 PDFs, con nombres 1.pdf, 2.pdf, 3.pdf, 4.pdf. Esta forma de nombrar solo indica la cantidad y el orden aproximado de los archivos, pero no puede representar el contenido del archivo.
Al abrir uno de los PDFs, se puede ver que la primera página del cuerpo contiene la información del número de contrato. El "10026877" marcado con un recuadro rojo en la captura de pantalla es el contenido que se desea usar como nombre de archivo. Es decir, aunque el nombre del archivo es 1.pdf, el documento ya contiene internamente un número más adecuado para ser el nombre de archivo.
Después del procesamiento: cada PDF nombrado según el número en su cuerpo
Después de usar la función de procesamiento por lotes, los nombres de archivo se convierten en 10026877.pdf, 20036655.pdf, 20100511.pdf, 33952100.pdf. Los nuevos nombres de archivo corresponden directamente a los números en el cuerpo del PDF. Cuando necesite buscar un contrato o pedido posteriormente, solo tendrá que buscar el número.
Desde la perspectiva de la gestión de oficina, esta forma de nombrar es más estandarizada. No solo reduce la cantidad de veces que se necesita revisar manualmente los archivos, sino que también hace que la estructura de carpetas sea más clara, siendo adecuada para transferir a colegas, subir a sistemas o conservar como archivo a largo plazo.
Pasos a seguir
Paso uno: Seleccionar la función de renombrado por contenido de PDF en la categoría de nombre de archivo
Una vez abierto HeSoft Doc Batch Tool , la navegación de categorías de funciones se encuentra a la izquierda. En la captura de pantalla se puede ver que la categoría "Nombre de archivo" está seleccionada, y el área principal muestra múltiples funciones de procesamiento por lotes relacionadas con nombres de archivo.
Entre estas funciones, seleccione "7、Renombrar archivos PDF usando el contenido del archivo". La descripción de la función indica que se utiliza para tomar por lotes cierto texto del contenido de archivos PDF como el nombre de ese archivo. Este es precisamente el efecto que queremos lograr: extraer el número del cuerpo del PDF, en lugar de renombrar manualmente uno por uno.
El punto clave de este paso es seleccionar la entrada correcta de la función. Si solo se desea añadir un prefijo, eliminar texto o reemplazar palabras clave en el nombre del archivo, otras funciones de nombre de archivo podrían ser suficientes; pero si se necesita leer el texto interno del PDF, se debe seleccionar "Renombrar archivos PDF usando el contenido del archivo".
Paso dos: Añadir los archivos PDF y confirmar la lista de procesamiento
Al entrar en la función, la parte superior de la página muestra el nombre de la tarea actual, y la barra de flujo muestra las fases de "Seleccionar los registros a procesar, Configurar las opciones de procesamiento, Establecer la ubicación de guardado, Iniciar procesamiento". La primera fase consiste en añadir los PDFs a procesar a la lista.
En la parte superior derecha de la interfaz se encuentran los botones "Añadir archivo" e "Importar archivos de carpeta". Para pocos archivos, puede usar "Añadir archivo"; si toda la carpeta contiene los PDFs a procesar, usar "Importar archivos de carpeta" será más eficiente. En la captura de pantalla, la lista ya tiene 4 archivos añadidos, con nombres 1.pdf, 2.pdf, 3.pdf, 4.pdf, todos con extensión pdf.
La lista también muestra información como la ruta, fecha de creación y fecha de modificación. Esta información puede ayudarle a confirmar que el origen de los archivos es el correcto. Por ejemplo, en la captura de pantalla, la ruta muestra el directorio D:\test, lo que indica que actualmente se están procesando PDFs de un directorio de prueba. Durante el procesamiento formal, se recomienda confirmar primero la ruta para evitar procesar por error archivos de otros directorios.
Si hay archivos en la lista que no necesitan ser procesados, pueden eliminarse mediante el botón correspondiente en la columna de operaciones. Una vez confirmados la cantidad y los nombres de los archivos, haga clic en "Siguiente" en la parte inferior.
Paso tres: Elegir 'Texto coincidente con fórmula personalizada' e introducir la expresión
Al entrar en el segundo paso, "Configurar las opciones de procesamiento", debe indicarle al software qué texto extraer del contenido del PDF. En la captura de pantalla, el "Área de búsqueda" seleccionada es "Texto coincidente con fórmula personalizada". Esto significa que el software buscará texto en el cuerpo del PDF según las reglas introducidas por el usuario.
En el campo de entrada "Expresión regular", introduzca "\d{8}". El significado de esta regla es coincidir con 8 dígitos consecutivos. Dado que el número de contrato en los PDFs de ejemplo es exactamente de 8 dígitos, puede identificar automáticamente números como 10026877, 20036655, 20100511, 33952100.
Aquí, \d{8} puede entenderse como una expresión comodín para coincidencia precisa. Los comodines comunes a menudo solo representan "cualquier carácter" o "cualquier longitud", mientras que las expresiones regulares permiten especificar explícitamente el tipo de carácter ("dígito") y la cantidad ("longitud"). Para el renombrado por lotes, este método es más adecuado para extraer números con un patrón regular de los documentos.
En la misma página, el área "Posición" tiene seleccionada la opción "Sobrescribir el nombre completo del archivo". Esto significa que el número coincidente reemplazará la parte principal del nombre de archivo original. Tomando 1.pdf como ejemplo, tras coincidir con 10026877, el nombre de archivo se convertirá en 10026877.pdf. Si desea conservar el nombre original e insertar el número a la izquierda o derecha, deberá seleccionar otras opciones de posición; pero como el objetivo de este ejemplo es nombrar completamente por el número, elegir sobrescribir el nombre completo es lo más directo.
Paso cuatro: Continuar configurando la ubicación de guardado y ejecutar el procesamiento por lotes
Una vez configuradas la expresión y la posición del nombre de archivo, haga clic en "Siguiente". Según el flujo de la página, a continuación debe configurar la ubicación de guardado y luego proceder a "Iniciar procesamiento". Aunque las capturas de pantalla no muestran las páginas posteriores, la barra de flujo muestra claramente estos dos pasos.
Se recomienda considerar la estrategia de guardado antes de la ejecución formal. Si los archivos originales son importantes, puede enviarlos primero a una carpeta nueva y verificar que todos los nombres de archivo sean correctos. Tras confirmar que no hay errores, puede mover los resultados al directorio de archivado formal. De esta manera se conservan los archivos previos al procesamiento, reduciendo los riesgos asociados a las operaciones por lotes.
Al hacer clic en "Iniciar procesamiento", el software leerá uno a uno el contenido de los PDFs de la lista, buscará el texto que coincida con la regla \d{8} y escribirá el resultado coincidente en el nombre del archivo. Al finalizar el proceso, abra la carpeta de salida para ver los PDFs renombrados por lotes.
Sugerencias para configurar la expresión
Este ejemplo utiliza \d{8} porque el número de contrato es de 8 dígitos. Si el formato del número de su archivo es diferente, necesitará ajustar la regla. Las ideas comunes son las siguientes:
- Número de 6 dígitos: puede considerar usar \d{6}.
- Número de 10 dígitos: puede considerar usar \d{10}.
- Longitud de número variable: necesitará diseñar una regla más adecuada basada en el contenido real del archivo.
- Texto fijo alrededor del número: puede combinar el texto fijo para mejorar la precisión de la coincidencia.
Sin embargo, debe tener en cuenta que cuanto más simple sea la regla, mayor será la probabilidad de que coincida con contenido irrelevante. Por ejemplo, si un PDF contiene simultáneamente número de contrato, fecha, teléfono y código de importe, y entre ellos existen también 8 dígitos consecutivos, entonces usar únicamente \d{8} podría no distinguir cuál es el número necesario para el nombre de archivo. Por lo tanto, antes del procesamiento por lotes, siempre debe revisar una muestra de PDFs para confirmar que el resultado coincidente se corresponde con el número de negocio deseado.
Problemas comunes o precauciones
1. ¿Por qué no usar directamente buscar y reemplazar en el nombre de archivo?
Porque los nombres de archivo antes del procesamiento son secuenciales como 1.pdf, 2.pdf, y no contienen el número de contrato. Buscar y reemplazar solo puede modificar texto ya existente en el nombre de archivo, no puede leer el número desde el cuerpo del PDF. En este ejemplo, es obligatorio usar una función de lectura de contenido como "Renombrar archivos PDF usando el contenido del archivo".
2. ¿Puede \d{8} coincidir con una fecha?
Es posible. Si el PDF contiene una fecha de 8 dígitos consecutivos como 20260603 y esta se identifica antes que el número de contrato, podría afectar el resultado. Por ello, se recomienda probar primero con algunos archivos de muestra. Si el documento tiene múltiples números de 8 dígitos, necesitará diseñar una regla más precisa o confirmar que la posición y el formato del número en el PDF sean lo suficientemente estables.
3. ¿Se puede importar toda una carpeta de una vez?
Sí. La página de la función en la captura de pantalla ofrece el botón "Importar archivos de carpeta", adecuado para importar por lotes PDFs del mismo directorio. Para un gran volumen de contratos, pedidos o documentos escaneados, esto ahorra más tiempo que añadir archivos uno por uno.
4. ¿Cambiará la extensión del archivo después del procesamiento?
El procesamiento es un renombrado de archivos PDF, por lo que la extensión del archivo seguirá siendo .pdf. En el ejemplo, los nombres después del procesamiento son 10026877.pdf, 20036655.pdf, etc., lo que muestra que solo la parte principal del nombre de archivo fue reemplazada por el número, sin cambiar el formato del archivo.
5. ¿Se puede usar este método para PDFs escaneados?
Si el PDF tiene una capa de texto reconocible, normalmente se puede hacer la coincidencia por contenido. Si solo es una imagen escaneada sin capa de texto, es posible que el software no pueda leer directamente el número. Antes de procesar este tipo de archivos, puede probar si es posible seleccionar o copiar el número en un lector de PDF; si no es posible, puede ser necesario realizar un reconocimiento OCR primero.
Resumen
La clave para renombrar por lotes muchos PDFs según el número en su cuerpo reside en dos puntos: primero, seleccionar una función de renombrado por lotes que pueda leer el contenido del PDF; segundo, establecer la regla de coincidencia correcta. La función "Renombrar archivos PDF usando el contenido del archivo" proporcionada por HeSoft Doc Batch Tool permite a los usuarios extraer texto del cuerpo del PDF a través de una expresión y reemplazar automáticamente el nombre del archivo.
Para los PDFs de contrato del ejemplo, solo necesita importar los archivos, seleccionar "Texto coincidente con fórmula personalizada", introducir \d{8} y configurarlo para sobrescribir el nombre completo del archivo. Así podrá cambiar por lotes nombres temporales como 1.pdf, 2.pdf a nombres basados en el número de contrato. Se recomienda probar la regla primero con unos pocos archivos y, una vez confirmado el resultado, procesar toda la carpeta. Esto no solo mejora la eficiencia, sino que también garantiza la precisión en el archivado de documentos de oficina.