Jenis kata kunci apakah yang paling sesuai untuk pemisahan?

Frasa yang konsisten dan unik yang muncul tepat sekali setiap bahagian berfungsi paling baik. Contoh termasuk Nombor Invois, 'Halaman 1 daripada', 'PAMERAN', 'Yang Dihormati' atau awalan ID dokumen. Elakkan perkataan yang sangat biasa yang muncul berkali-kali dalam setiap bahagian.

Adakah alat berfungsi pada PDF yang diimbas?

Pisah mengikut Teks memerlukan teks yang boleh dibaca mesin. PDF imej yang diimbas mesti diproses dengan OCR terlebih dahulu untuk mengekstrak teks. Gunakan alat OCR dokk.ai pada PDF yang diimbas sebelum menggunakan Pisah mengikut Teks.

Bolehkah saya menggunakan ungkapan biasa sebagai kata kunci pemisahan?

Ya. Aktifkan pilihan regex dan masukkan corak seperti Invoice #\d+ untuk memadankan sebarang nombor invois, atau ^(Januari|Februari|Mac) untuk memisah pada nama bulan di awal baris.

Apa yang berlaku jika kata kunci tidak muncul dalam dokumen?

Jika tiada padanan ditemui, alat mengembalikan PDF asal tidak berubah dan menunjukkan amaran yang menunjukkan bahawa kata kunci tidak dikesan. Semak ejaan dan pastikan PDF mengandungi teks yang boleh dibaca mesin.

Apakah perbezaan antara Pisah mengikut Teks dan Pisah mengikut Penanda Buku?

Pisah mengikut Penanda Buku menggunakan garis besar berstruktur yang terbenam dalam PDF. Pisah mengikut Teks menggunakan kandungan halaman sebenar untuk mencari titik pemisahan secara dinamik. Gunakan Penanda Buku untuk dokumen berstruktur dengan garis besar formal; gunakan Pisah mengikut Teks untuk eksport pukal yang dijana secara automatik di mana kata kunci yang konsisten ada tetapi penanda buku mungkin tiada.

Bolehkah saya menyertakan atau mengecualikan halaman kata kunci daripada output?

Ya. Anda boleh mengkonfigurasi sama ada halaman yang mengandungi kata kunci menjadi halaman pertama fail output seterusnya atau halaman terakhir fail output sebelumnya. Anda juga boleh memilih untuk membuang halaman pemisah sepenuhnya jika ia tidak mengandungi kandungan yang bermakna.

Berapa banyak titik pemisahan yang boleh dikendalikan oleh alat?

Tiada had yang keras pada titik pemisahan. Alat telah diuji pada dokumen dengan lebih 1,000 kemunculan kata kunci, menghasilkan lebih 1,000 fail output dalam satu arkib ZIP.

Adakah fail output dinamakan secara automatik?

Fail output dinamakan secara berurutan secara lalai (contoh, pisah_001.pdf, pisah_002.pdf). Jika padanan kata kunci mengandungi pengecam unik (seperti nombor invois), nilai tersebut boleh digunakan secara pilihan dalam nama fail.

Bolehkah saya mengekstrak halaman daripada hanya beberapa padanan kata kunci?

Alur kerja standard memisah pada setiap padanan. Untuk pengekstrakan selektif, gunakan Ekstrak Halaman selepas mengenal pasti julat halaman yang anda perlukan daripada pratonton pemisahan, atau gunakan Pisah mengikut Julat Halaman untuk kawalan manual.

Adakah terdapat had saiz fail?

dokk.ai menerima PDF sehingga 200 MB. Untuk eksport pukal yang lebih besar, pertimbangkan untuk memisah fail sumber pada separuh terlebih dahulu dan kemudian menggunakan Pisah mengikut Teks pada setiap separuh.

Semua alat

Pisah mengikut Teks

Pisah apabila teks berubah antara halaman

1Muat naik

2Konfigurasi

3Proses

Drop file here

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

Ciri-ciri utama

Memisah PDF pada setiap halaman yang mengandungi kata kunci atau frasa yang ditentukan
Padanan teks tidak sensitif huruf besar-kecil secara lalai
Sokongan corak ungkapan biasa pilihan untuk penanda berubah-ubah
Pilihan untuk menyertakan atau mengecualikan halaman kata kunci dalam fail output sebelum atau selepas
Berfungsi dengan PDF teks asli dan dokumen imbasan yang diproses OCR
Mengeluarkan fail bernombor berurutan atau arkib ZIP
Mengendalikan PDF dengan ratusan titik pemisahan
Mengekalkan semua kandungan termasuk imej
fon dan anotasi
Muat naik TLS selamat dan pemadaman automatik dalam masa 60 minit

Kes penggunaan

Memisah eksport invois pukal kepada PDF invois individu
Membahagikan imbasan borang pukal pada setiap halaman pemisah ID Borang
Memisah berkas laporan harian pada setiap pengepala 'Tarikh:'
Mengekstrak surat pelanggan individu daripada eksport gabung mel
Membahagikan transkrip guaman pada setiap penanda 'PAMERAN'
Memisah manual latihan pada setiap pengepala 'Modul'
Membahagikan fail keputusan ujian yang digabungkan pada setiap nama pelajar

Cara menggunakan

1Muat naik PDF yang mengandungi penanda teks berulang yang ingin anda gunakan sebagai titik pemisahan.
2Masukkan kata kunci atau frasa untuk dipisahkan. Aktifkan padanan tidak sensitif huruf besar-kecil jika ejaan berbeza-beza, atau masukkan ungkapan biasa untuk corak berubah-ubah.
3Pilih sama ada halaman yang mengandungi kata kunci memulakan fail output seterusnya atau mengakhiri fail sebelumnya — ini menentukan di mana halaman pemisah diletakkan.
4Klik Proses. dokk.ai mengimbas setiap halaman, mengenal pasti semua padanan dan memisah dokumen pada setiap kemunculan.
5Muat turun fail yang dipisahkan secara individu atau arkib ZIP. Fail dinamakan secara berurutan dan setiap satu berkaitan dengan satu bahagian antara kemunculan kata kunci.

Eksport PDF pukal daripada sistem ERP, perisian pengebilan dan perisian pengurusan borang sering mengandungi ratusan atau ribuan dokumen dalam satu fail, dipisahkan oleh kata kunci atau frasa yang konsisten. Menaip julat halaman secara manual akan mengambil masa berjam-jam. Alat Pisah PDF mengikut Teks dokk.ai mengimbas setiap halaman untuk kata kunci atau corak ungkapan biasa anda dan membahagikan dokumen secara automatik pada setiap kemunculan. Padanan tidak sensitif huruf besar-kecil secara lalai dan corak ungkapan biasa pilihan untuk penanda berubah-ubah disokong — contoh, Invoice #\d+ untuk sebarang nombor invois. Anda boleh mengkonfigurasi sama ada halaman yang mengandungi kata kunci menjadi halaman pertama fail output seterusnya atau halaman terakhir fail sebelumnya. Alat ini melengkapkan automasi akaun belum bayar, saluran paip pemprosesan borang dan pengedaran dokumen pukal. Sistem perakaunan mengeksport 500 invois sebagai satu PDF — alat ini mengenal pasti penanda pemisahan dan mencipta 500 fail individu. Anda boleh memilih sama ada halaman kata kunci disertakan dalam fail output atau diabaikan. Kes huruf tidak dibezakan. Pisah mengikut Teks melengkapkan Pisah mengikut Penanda Buku untuk dokumen yang tidak mempunyai struktur formal tetapi mempunyai penanda teks yang konsisten. Semua fail diproses pada infrastruktur selamat dokk.ai. Dipadamkan dalam masa 60 minit. Tidak pernah digunakan untuk pembelajaran mesin.

Soalan lazim

Keselamatan dan privasi

Teks dokumen hanya diimbas untuk mencari kata kunci pemisahan dan tidak disimpan atau diindeks. Semua fail dipindahkan melalui TLS dan dipadamkan dalam masa 60 minit selepas pemprosesan. dokk.ai mematuhi GDPR dan tidak pernah menggunakan kandungan dokumen untuk latihan atau analitik.