چه نوع کلیدواژههایی برای تقسیم بهترین عملکرد را دارند؟

عبارات ثابت و منحصر به فردی که دقیقاً یک بار در هر بخش ظاهر میشوند بهترین عملکرد را دارند. مثالها عبارتند از شماره فاکتور، صفحه ۱ از، پیوست، گیرندگان محترم یا پیشوندهای شناسه سند. از کلمات بسیار رایجی که چند بار در هر بخش ظاهر میشوند پرهیز کنید.

آیا ابزار روی PDFهای اسکنشده کار میکند؟

تقسیم بر اساس متن نیازمند متن قابل خواندن ماشین است. PDFهای اسکنشده با تصاویر باید ابتدا با OCR پردازش شوند تا متن استخراج شود. قبل از استفاده از تقسیم بر اساس متن از ابزار OCR در dokk.ai روی PDF اسکنشده استفاده کنید.

آیا میتوانم از عبارت منظم به عنوان کلیدواژه تقسیم استفاده کنم؟

بله. گزینه regex را فعال کنید و الگویی مثل فاکتور #\d+ برای تطابق هر شماره فاکتور یا ^(فروردین|اردیبهشت|خرداد) برای تقسیم در نام ماهها در ابتدای خط وارد کنید.

اگر کلیدواژه در سند ظاهر نشود چه اتفاقی میافتد؟

اگر هیچ تطابقی پیدا نشود، ابزار PDF اصلی را بدون تغییر برمیگرداند و هشداری نمایش میدهد که نشان میدهد کلیدواژه شناسایی نشده است. هجی را بررسی کنید و مطمئن شوید که PDF حاوی متن قابل خواندن ماشین است.

تفاوت بین تقسیم بر اساس متن و تقسیم بر اساس نشانک چیست؟

تقسیم بر اساس نشانک از فهرست ساختاری تعبیهشده در PDF استفاده میکند. تقسیم بر اساس متن از محتوای واقعی صفحه برای یافتن پویای نقاط تقسیم استفاده میکند. از نشانکها برای اسناد ساختاریافته با فهرست رسمی استفاده کنید؛ از تقسیم بر اساس متن برای خروجیهای دستهای که به صورت خودکار تولید میشوند و کلیدواژههای ثابت دارند اما ممکن است نشانک نداشته باشند استفاده کنید.

آیا میتوانم صفحه کلیدواژه را در فایل خروجی بگنجانم یا حذف کنم؟

بله. میتوانید تنظیم کنید که آیا صفحه حاوی کلیدواژه به عنوان اولین صفحه فایل خروجی بعدی یا آخرین صفحه فایل خروجی قبلی قرار گیرد. همچنین میتوانید صفحات جداکننده را حذف کنید اگر محتوای قابل توجهی ندارند.

چند نقطه تقسیم میتواند ابزار مدیریت کند؟

هیچ محدودیت سختی برای نقاط تقسیم وجود ندارد. ابزار روی اسناد با بیش از ۱۰۰۰ رخداد کلیدواژه آزمایش شده و بیش از ۱۰۰۰ فایل خروجی در یک آرشیو ZIP تولید کرده است.

آیا فایلهای خروجی به طور خودکار نامگذاری میشوند؟

فایلهای خروجی به طور پیشفرض به ترتیب نامگذاری میشوند (مثلاً تقسیم_001.pdf، تقسیم_002.pdf). اگر تطابق کلیدواژه شامل یک شناسه منحصر به فرد باشد (مثلاً شماره فاکتور)، آن مقدار میتواند به صورت اختیاری در نام فایل استفاده شود.

آیا میتوانم فقط صفحات برخی از تطابقهای کلیدواژه را استخراج کنم؟

گردش کار استاندارد در هر تطابق تقسیم میکند. برای استخراج انتخابی، پس از شناسایی محدودههای صفحه از پیشنمایش تقسیم از استخراج صفحات استفاده کنید، یا از تقسیم بر اساس محدودههای صفحه برای کنترل دستی استفاده کنید.

آیا محدودیت حجم فایل وجود دارد؟

dokk.ai PDF تا ۲۰۰ مگابایت را میپذیرد. برای خروجیهای دستهای بزرگتر، ابتدا فایل منبع را از وسط تقسیم کنید و سپس تقسیم بر اساس متن را روی هر نیمه اعمال کنید.

همه ابزارها

تقسیم بر اساس متن

وقتی متن بین صفحات تغییر کرد تقسیم کنید

1آپلود

2تنظیمات

3پردازش

Drop file here

PDF, Word, Excel, PowerPoint, images up to 25 MB

ویژگی‌های کلیدی

تقسیم PDF در هر صفحه حاوی کلیدواژه یا عبارت مشخص
تطابق متن بدون توجه به حروف بزرگ و کوچک به طور پیش‌فرض
پشتیبانی اختیاری از الگوی عبارت منظم برای نشانگرهای متغیر
انتخاب گنجاندن یا حذف صفحه کلیدواژه از فایل خروجی قبلی یا بعدی
سازگار با PDF‌های متنی و اسناد پردازش‌شده با OCR
تولید فایل‌های شماره‌گذاری‌شده ترتیبی یا آرشیو ZIP
پشتیبانی از PDF‌های با صدها نقطه تقسیم
حفظ تمام محتوا شامل تصاویر، فونت‌ها و حاشیه‌نویسی‌ها
انتقال امن TLS و حذف خودکار ظرف ۶۰ دقیقه

موارد استفاده

تقسیم خروجی دسته‌ای فاکتورها به فایل‌های PDF فاکتور جداگانه
تقسیم اسکن دسته‌ای فرم‌ها در هر صفحه جداکننده شناسه فرم
تقسیم بسته گزارش روزانه در هر سرتیتر تاریخ:
استخراج نامه‌های جداگانه مشتریان از خروجی mail-merge
تقسیم رونوشت حقوقی در هر نشانگر پیوست
تقسیم دفترچه آموزشی در هر سرتیتر ماژول
تقسیم فایل خروجی ترکیبی آزمون در هر نام دانشجو

نحوه استفاده

1PDF حاوی نشانگرهای متنی تکرارشونده‌ای که می‌خواهید به عنوان نقاط تقسیم استفاده کنید را آپلود کنید.
2کلیدواژه یا عبارت تقسیم را وارد کنید. اگر هجی متفاوت است تطابق بدون توجه به حروف بزرگ و کوچک را فعال کنید، یا برای الگوهای متغیر عبارت منظم وارد کنید.
3انتخاب کنید که آیا صفحه حاوی کلیدواژه فایل خروجی بعدی را شروع می‌کند یا فایل قبلی را تمام می‌کند — این تعیین می‌کند صفحات جداکننده کجا قرار می‌گیرند.
4روی پردازش کلیک کنید. dokk.ai هر صفحه را اسکن می‌کند، تمام تطابق‌ها را شناسایی می‌کند و سند را در هر رخداد تقسیم می‌کند.
5فایل‌های تقسیم‌شده جداگانه یا آرشیو ZIP را دانلود کنید. فایل‌ها به ترتیب نام‌گذاری می‌شوند و هر کدام با یک بخش بین رخدادهای کلیدواژه مطابقت دارد.

خروجی‌های PDF دسته‌ای از سیستم‌های ERP، سیستم‌های صدور فاکتور و نرم‌افزارهای مدیریت فرم اغلب صدها یا هزاران سند را در یک فایل، جدا شده توسط کلیدواژه‌ها یا عبارات ثابت، در بر می‌گیرند. وارد کردن دستی محدوده‌های صفحه ساعت‌ها طول می‌کشد. ابزار تقسیم PDF بر اساس متن در dokk.ai هر صفحه را برای یافتن کلیدواژه یا الگوی عبارت منظم شما اسکن می‌کند و سند را به طور خودکار در هر رخداد تقسیم می‌کند. تطابق بدون توجه به حروف بزرگ و کوچک به طور پیش‌فرض پشتیبانی می‌شود و الگوهای عبارت منظم اختیاری برای نشانگرهای متغیر — مثلاً فاکتور #\d+ برای هر شماره فاکتور. می‌توانید تنظیم کنید که آیا صفحه حاوی کلیدواژه به عنوان اولین صفحه فایل خروجی بعدی یا آخرین صفحه فایل قبلی قرار گیرد. این ابزار اتوماسیون حسابداری، پردازش فرم و توزیع انبوه اسناد را تکمیل می‌کند. یک سیستم حسابداری ۵۰۰ فاکتور را به عنوان یک PDF صادر می‌کند — این ابزار نشانگرهای تقسیم را تشخیص می‌دهد و ۵۰۰ فایل جداگانه می‌سازد. می‌توانید انتخاب کنید که آیا صفحه کلیدواژه در فایل خروجی گنجانده شود یا حذف گردد. به حروف بزرگ و کوچک حساس نیست. تقسیم بر اساس متن، تقسیم بر اساس نشانک را برای اسناد بدون ساختار رسمی اما با نشانگرهای متنی ثابت تکمیل می‌کند. تمام فایل‌ها در زیرساخت امن dokk.ai پردازش می‌شوند. ظرف ۶۰ دقیقه حذف می‌شوند. هرگز برای یادگیری ماشین استفاده نمی‌شوند.

سوالات متداول

امنیت و حریم خصوصی

متن سند فقط برای یافتن کلیدواژه تقسیم اسکن می‌شود و ذخیره یا ایندکس نمی‌شود. تمام فایل‌ها از طریق TLS منتقل شده و ظرف ۶۰ دقیقه از پردازش حذف می‌شوند. dokk.ai با GDPR مطابقت دارد و هرگز از محتوای اسناد برای آموزش یا تحلیل استفاده نمی‌کند.