Este artículo explica cómo usar HeSoft Doc Batch Tool para extraer por lotes el texto especificado del cuerpo de varios documentos de Word y usarlo como nuevo nombre de archivo. En el ejemplo, los archivos docx originalmente nombrados con títulos en inglés contienen un Document ID en la parte superior del cuerpo. Tras hacer coincidir este número mediante una expresión regular, se pueden cambiar todos los nombres de archivo de una vez a formatos como 2JMM01GJ, 4HE73OR5, lo cual es adecuado para escenarios que requieren archivar por número interno, como contratos, informes, expedientes y exámenes.
Al organizar una gran cantidad de documentos de Word, la información identificativa real de muchos archivos no está en el nombre del archivo, sino en el cuerpo del texto, el encabezado, la portada o al principio del documento. Por ejemplo, un lote de archivos docx originalmente llamados Cosmic_Distances.docx, Galaxies_and_the_Milky_Way.docx parecen títulos normales, pero cada cuerpo de Word tiene en la parte superior un Document ID más adecuado para archivar. Si abres manualmente cada archivo de Word, copias el número, cierras el documento y vuelves a la carpeta para cambiar el nombre, unas pocas docenas de archivos aún se pueden manejar, pero cientos de archivos doc, docx se convertirán en un trabajo muy repetitivo y propenso a errores.
El problema que este artículo aborda es: usar comodines o expresiones regulares para hacer coincidir por lotes el texto especificado del contenido de documentos de Word y usar el resultado para renombrar ese archivo de Word. A continuación, usando HeSoft Doc Batch Tool como ejemplo, se demuestra cómo extraer el Document ID del cuerpo de un Word y reemplazar el nombre de archivo original por lotes, logrando un nombrado automático basado en el contenido del documento.
Escenarios aplicables: ¿Qué archivos de Word son adecuados para renombrar por lotes usando el contenido del cuerpo?
Este método es especialmente adecuado para materiales con nombres de archivo no estandarizados, pero que dentro del documento tienen números fijos, campos fijos o texto en formato fijo. Por ejemplo, informes de proyecto con un número de proyecto en la parte superior del cuerpo, contratos con un número de contrato en la portada, tareas de estudiantes con un número de estudiante, informes de prueba con un número de muestra, materiales de archivo con un ID de documento. Siempre que esta información esté escrita de manera relativamente consistente en múltiples archivos de Word, se puede extraer por lotes mediante expresiones regulares.
En el ejemplo de la captura de pantalla, antes del procesamiento hay 5 documentos de Word en la carpeta, con nombres de archivo basados en temas en inglés y extensión docx. Aunque expresan el tema del contenido, no son convenientes para la búsqueda por número interno, el archivado y la importación al sistema. Si el negocio exige que el nombre del archivo sea igual al número de documento, renombrar manualmente es muy tedioso.
Después de abrir uno de los documentos de Word, se ve un texto en la parte superior de la página: Document ID: 2JMM01GJ. Aquí, 2JMM01GJ es el contenido que queremos extraer y usar como nombre de archivo. Dado que el número está compuesto por letras mayúsculas y números, y está después de "Document ID:", es muy adecuado para la coincidencia con expresiones regulares.
Vista previa del resultado: ¿Qué cambia en los nombres de archivo después del procesamiento?
Antes del procesamiento, los nombres de archivo son Cosmic_Distances.docx, Galaxies_and_the_Milky_Way.docx, Planets_and_Orbits.docx, Stars_and_Life_Cycles.docx, The_Expanding_Universe.docx. Este tipo de nombres son adecuados para la lectura, pero si los procesos posteriores requieren cargar por ID de documento, archivar por número o comparar por número, se necesita una búsqueda manual adicional.
Después del procesamiento, HeSoft Doc Batch Tool generará nuevos nombres de archivo por lotes según el número coincidente en el cuerpo de cada Word. Los 5 archivos docx del ejemplo se renombran a 2JMM01GJ.docx, 4HE73OR5.docx, CK83CAEJ.docx, KR8IHZD6.docx, R6J2S6E6.docx. La extensión se mantiene como docx, lo que cambia es el nombre principal del archivo.
El valor clave de este resultado es que no necesitas abrir cada Word para copiar el contenido, ni modificar nombres uno por uno en el explorador de archivos. Siempre que la regla esté configurada correctamente, el software puede leer por lotes el contenido de los archivos de Word, hacer coincidir el texto por lotes y renombrar por lotes los archivos, reduciendo así el trabajo repetitivo y los errores de entrada humana.
Paso 1: Ingresar a la herramienta de nombres de archivo y seleccionar la función de renombrar por contenido de Word
Después de abrir HeSoft Doc Batch Tool , en la clasificación de herramientas de la izquierda se pueden ver módulos como Nombre de archivo, Nombre de carpeta, Organización de archivos, Herramientas de Word, Herramientas de Excel, Herramientas de PowerPoint, Herramientas de PDF, etc. Dado que el objetivo es modificar nombres de archivo, primero ingresa a la clasificación Nombre de archivo en el lado izquierdo.
En la lista de funciones relacionadas con nombre de archivo, selecciona "Usar contenido del archivo para renombrar archivos de Word". La descripción de la tarjeta de función en la captura de pantalla dice "Renombrar por lotes archivos de Word usando cierto texto de su contenido como el nombre del archivo", lo que corresponde exactamente a la necesidad de este artículo: tomar el Document ID del cuerpo del Word y usarlo para reemplazar el nombre de archivo original.
El propósito de este paso es ingresar al punto de entrada correcto de la función de procesamiento por lotes. Muchos usuarios creen erróneamente que primero deben buscar y reemplazar en Word, o usar el explorador de archivos para renombrar por lotes, pero si la base del nombrado proviene del contenido del documento, las herramientas comunes de reemplazo de nombre de archivo generalmente no pueden leer el cuerpo. Seleccionar aquí la función dedicada de "Renombrar por contenido de Word" permite que el software reconozca el texto en los documentos docx.
Paso 2: Agregar los archivos de Word a procesar por lotes
Después de ingresar a la interfaz "Usar contenido del archivo para renombrar archivos de Word", en la parte superior de la página se ven botones de operación como Agregar archivo, Importar archivos de carpeta, Vaciar, Más, etc. El área central es la lista de archivos pendientes, una tabla que enumera información como No., Nombre, Ruta, Extensión, Fecha de creación, Fecha de modificación y Operación.
Si solo procesas unos pocos archivos específicos, puedes hacer clic en Agregar archivo; si en una carpeta hay muchos documentos de Word que necesitan procesamiento uniforme, puedes usar Importar archivos de carpeta. En la captura de pantalla se han importado 5 archivos docx, ubicados en el directorio D:\test, con un total de 5 registros.
El resultado esperado de este paso es que todos los archivos de Word a renombrar aparezcan en la lista. Se recomienda verificar la cantidad de archivos, la extensión y la ruta antes de pasar al siguiente paso. Para archivos de Word, las extensiones comunes incluyen docx y doc. En el ejemplo de la captura de pantalla, todos son docx, por lo que la extracción por regex y el renombrado se ejecutarán para estos registros importados.
Si en la lista se mezclan archivos que no necesitan procesamiento, puedes eliminar el registro único usando el ícono de eliminar en la columna de operación; si la importación es incorrecta, también puedes usar Vaciar y luego volver a agregar. Esto evita que archivos no relacionados se renombren juntos.
Paso 3: Configurar el área de búsqueda como "Texto coincidente por fórmula personalizada"
Después de hacer clic en "Siguiente" en la parte inferior, ingresas a la configuración de las opciones de procesamiento. Esta interfaz muestra que actualmente estás en el paso 2, configurando principalmente el área de búsqueda, la expresión regular y la posición del nombre de archivo. Como no tomamos simplemente el texto de la primera línea ni la primera imagen de código de barras, sino que queremos extraer el número después de Document ID, debes seleccionar "Texto coincidente por fórmula personalizada".
Después de seleccionar "Texto coincidente por fórmula personalizada", completa la regla de coincidencia en el campo de entrada de expresión regular. La expresión en la captura de pantalla es:
(?<=Document ID:)[0-9A-Z]+
Esta expresión puede entenderse como: buscar un texto continuo que esté inmediatamente después de "Document ID:", compuesto por números del 0 al 9 y letras mayúsculas de la A a la Z. El (?<=Document ID:) al principio es una aserción de búsqueda hacia atrás positiva, que limita la posición de coincidencia; el [0-9A-Z]+ al final indica que coincida con uno o más números o letras mayúsculas. El contenido que finalmente sirve como nombre de archivo es el número en sí, como 2JMM01GJ, y no todo el texto "Document ID:".
Si la redacción del campo en tu documento de Word es diferente, necesitas ajustar la expresión según el contenido real. Por ejemplo, si el campo es "Número: ABC123", la regla no puede copiar "Document ID:" tal cual; si el número contiene letras minúsculas o guiones, también necesitas expandir el rango de caracteres. El punto clave de este ejemplo no es fijar el uso de un número específico, sino hacer coincidir con precisión el texto objetivo en el cuerpo del Word mediante expresiones regulares.
Paso 4: Elegir "Sobrescribir todo el nombre del archivo"
En la parte inferior de la misma interfaz de configuración de opciones de procesamiento, se ven las opciones de posición, incluyendo "Sobrescribir todo el nombre del archivo", "Al lado izquierdo del nombre del archivo", "Al lado derecho del nombre del archivo". La captura de pantalla muestra seleccionado "Sobrescribir todo el nombre del archivo".
El significado de "Sobrescribir todo el nombre del archivo" es que el Document ID coincidente reemplazará directamente el nombre principal del archivo original. Por ejemplo, si Cosmic_Distances.docx coincide con 2JMM01GJ, el nuevo nombre de archivo se convertirá en 2JMM01GJ.docx. La extensión docx no se convertirá en parte del número debido a esta configuración; generalmente se retiene la extensión original.
Si en tu trabajo solo deseas agregar el número antes del nombre original, puedes elegir "Al lado izquierdo del nombre del archivo"; si deseas mantener el título original y agregar el número al final, puedes elegir "Al lado derecho del nombre del archivo". Pero el objetivo de este ejemplo es archivar completamente por número de documento, por lo que elegir "Sobrescribir todo el nombre del archivo" es lo más directo.
Paso 5: Continuar configurando la ubicación de guardado e iniciar el procesamiento
Después de completar la configuración de la expresión regular y la posición, haz clic en "Siguiente". La barra de flujo en la parte superior de la interfaz muestra que las etapas posteriores son "Configurar ubicación de guardado" e "Iniciar procesamiento". La configuración de la ubicación de guardado se usa para decidir a dónde se emite el resultado del procesamiento; puedes elegir según tus hábitos de trabajo reales. Por seguridad, antes del renombrado por lotes, se recomienda priorizar el uso de un directorio de salida separado o hacer una copia de seguridad de los archivos originales con anticipación, para evitar afectar los materiales originales si la regla no cumple con las expectativas.
Después de ingresar a la etapa "Iniciar procesamiento", confirma que la cantidad de archivos pendientes, la regla de nombrado y la ubicación de guardado sean correctas, y luego ejecuta el procesamiento. El software leerá uno por uno el contenido de los archivos de Word en la lista, buscará el texto coincidente según la expresión regular y generará un nuevo nombre de archivo según la opción de posición. Después de completar el procesamiento, regresa a la carpeta para ver que los nombres de archivo han cambiado por lotes de títulos en inglés a ID de documento.
Explicación de la redacción de la expresión regular: ¿Por qué puede coincidir con el número después de Document ID?
En este caso, el campo fijo en la parte superior de la página de Word es "Document ID:", y la parte variable es el número que sigue. La expresión regular utiliza el campo fijo para ubicarse y luego extraer la parte variable, que es una idea muy común en el nombrado por lotes.
(?<=Document ID:) significa hacer coincidir solo el contenido que está después de "Document ID:", pero no incluye el propio "Document ID:" en el resultado. [0-9A-Z]+ significa que el número consiste solo en letras mayúsculas y números, y su longitud puede ser uno o más caracteres. Combinados, el software puede obtener un número diferente de cada documento de Word.
Si el resultado de la coincidencia está vacío, generalmente hay que verificar tres aspectos: primero, si el campo real en Word es consistente con la expresión, por ejemplo, si los dos puntos son ingleses o chinos; segundo, si hay un espacio después del campo, en cuyo caso puede ser necesario agregar coincidencia de caracteres de espacio en blanco en la expresión; tercero, si el número contiene letras minúsculas, guiones bajos u otros símbolos. Cuanto más se ajuste la expresión regular al texto real, más estable será el resultado del renombrado por lotes.
Preguntas frecuentes y precauciones
1. ¿Necesito cerrar los documentos de Word antes de procesarlos? Se recomienda cerrar los archivos de Word que se están procesando. Cuando un archivo está ocupado por Word, el software de procesamiento por lotes puede no leer o escribir normalmente; cerrar el documento puede reducir la probabilidad de fallos.
2. ¿Se pueden procesar tanto doc como docx con esta idea? El ejemplo de la captura de pantalla de este artículo es un archivo docx. Para otros formatos de Word, como archivos doc, la posibilidad de procesamiento depende del resultado real de importación y reconocimiento del software. Después de agregar archivos, puedes verificar primero la extensión en la lista para confirmar que los archivos se hayan agregado correctamente.
3. ¿Qué sucede si varios documentos coinciden con el mismo número? Al renombrar por lotes, se debe evitar generar nombres de archivo duplicados. Antes de procesar, es mejor revisar por muestreo si los números de documento son únicos. Si en el negocio puede haber números duplicados, considera no sobrescribir todo el nombre del archivo, sino agregar el número al lado izquierdo o derecho del nombre del archivo para reducir el riesgo de nombres duplicados.
4. ¿Qué hago si la expresión regular no encuentra ninguna coincidencia? Primero abre un documento de Word de muestra, confirma la redacción exacta del campo objetivo y luego modifica la expresión en consecuencia. Por ejemplo, si hay un espacio entre "Document" e "ID", o un espacio después de los dos puntos, o si el número contiene caracteres especiales, todo esto afectará el resultado de la coincidencia.
5. ¿Por qué no usar directamente la función de búsqueda de Word? La búsqueda de Word solo puede ayudarte a ubicar contenido dentro de un único documento, pero no puede aplicar directamente el contenido encontrado por lotes a los nombres de archivo. El valor de HeSoft Doc Batch Tool reside en encadenar la lectura de contenido, la coincidencia de texto, la generación de nombres de archivo y el procesamiento por lotes en un solo flujo de trabajo.
Resumen: Impulsar el nombrado de archivos por contenido para reducir el trabajo repetitivo de cambio de nombre
Cuando el nombre del archivo y el número interno del documento no coinciden, el renombrado manual suele ser ineficiente y propenso a errores. A través de la función "Usar contenido del archivo para renombrar archivos de Word" de HeSoft Doc Batch Tool , se puede extraer información como Document ID, número de contrato, número de informe, número de estudiante del cuerpo de un Word y generar nombres de archivo estandarizados por lotes.
El ejemplo de este artículo utiliza la expresión regular (?<=Document ID:)[0-9A-Z]+ para hacer coincidir el número en los documentos de Word, y selecciona sobrescribir todo el nombre del archivo, cambiando finalmente los 5 archivos docx a nombres basados en números. Para los usuarios que necesitan organizar una gran cantidad de información de Word, docx, doc, este método de procesamiento por lotes puede reducir significativamente las operaciones repetitivas de abrir, copiar, pegar y renombrar. Se recomienda probar primero la regla con una pequeña cantidad de documentos de muestra, confirmar que el resultado sea correcto y luego ejecutar el procesamiento por lotes en la carpeta completa.