テキストごとに分割: カットが間違った場所に到達した理由

テキストの分割は、ドキュメント自体を分割することに最も近い方法です。マーカーが一貫していて、予測可能な場所に配置され、ピクセルではなくテキストとして存在する場合に機能します。

なぜこれが出てくるのか

生成されたステートメントとレポートでは、セクションごとに見出しが繰り返されますが、常にブックマークが付けられるわけではありません。 PDF のアウトラインが空の場合でも、テキストレイヤーとページジオメトリが連携していれば、見出しが構造となります。

マーカーがテキストとして存在することを確認します。 OCR がレイヤーを追加するまで、スキャンされたページには一致するテキストがありません。ビューアで見出しを選択します。選択できない場合、スプリッタもそれを読み取ることができません。
見出しの周囲のページ領域を狭くします。 領域は、ページの左端と上端からのポイント単位で設定されます。本文テキストを含むボックスは、新しいファイルを開始すべきではないページ上のマーカーと一致する可能性があります。
ほぼ一致する場合は、「で始まる」フィルターを使用します。 異なるコンテキストで同じ単語が含まれるページは、誤った分割を引き起こす可能性があります。一致を実際のセクションが共有する先頭のテキストに制限します。

結合された手紙のパックには、受信者の住所が繰り返されます。 ページごとに変わるアドレスを境界として、各文字が独自のファイルになります。
臨床エクスポートでは、すべてのページで患者 ID が繰り返されます。 ファイルを手で扱わなくても、各患者のページが一緒に保たれるように、識別子を分割します。

「請求書」や「章」など、新しい文書の先頭にある単語。このツールはすべての出現箇所を検出し、プレビューを表示し、各一致の前にカットします。

通常、「テキストで分割」の隣に開くツールは次のとおりです。

すべてのツールはコピーに対して動作するため、元のファイルには一切触れません。アップロードは推測不可能な ID で保存され、最後に開いてから 2 時間後に自動的に削除されます。何もリストされず、共有されず、インデックスも付けられません。詳細については、セキュリティページ.