テキストで分割

PDFが複数のドキュメントを連結したバッチエクスポートの場合（1つのファイルに数百の請求書、1日分のスキャンフォーム、既知の見出しで各セクションが始まる自動生成レポートなど）、固定キーワードで分割する方がページ範囲を手動で特定するよりもはるかに速いです。テキストで分割は各ページで指定したフレーズをスキャンし、そのフレーズが現れるたびに新しい出力ファイルを作成します。ドキュメント自体のコンテンツを分割マップとして使用します。 これは売掛金自動化、フォーム処理パイプライン、大量ドキュメント配布ワークフローを完成させるツールです。会計システムが500件の請求書を1つのPDFとしてエクスポートすると、テキストで分割は各セパレータページで「請求書番号」を見つけ、500個の個別請求書ファイルを生成します。医療記録システムが患者の手紙をバッチ処理すると、このツールは「患者様へ」で分割して患者1人につき1通の手紙を生成します。物流会社が「出荷ID」を含むバーコードラベルで各出荷が始まる日次マニフェストを受け取ると、このツールは各出荷を後続処理用の個別ファイルに分離します。 キーワードページ自体を出力ファイルに含めるか破棄するかを選択できます。これは独自の意味あるコンテンツを持たないセパレータページに便利です。大文字小文字を区別しないマッチングにより、自動生成ドキュメントの大文字小文字のバリエーションを心配する必要がありません。「Invoice #\d+」が任意の請求書番号にマッチするなど、分割マーカーが変動する高度なユースケースには正規表現パターンもサポートされています。 テキストで分割は、正式なアウトラインはないが一貫したテキストマーカーを持つドキュメントに対してブックマークで分割を補完します。両方を持つドキュメントの場合、ブックマークは構造的でありコンテンツベースではないため、通常より信頼性が高いです。最大の柔軟性のために、2つのアプローチを組み合わせてください。章レベルでブックマークで分割し、個別レコードを分離するために章内でテキストで分割します。 すべてのファイル処理はdokk.aiのセキュアなインフラで行われます。ファイルは60分以内に削除され、機械学習に使用されたり第三者と共有されたりしません。出力ファイルはすべてのリーダー、プリンター、ドキュメント管理システムと互換性のある標準PDFです。