按文字分割：為什麼剪輯會落在錯誤的地方
分割文字是最接近讓文檔自行分割的方法。當標記一致、位於可預測的位置並且以文字而不是像素形式存在時，它就會起作用。
為什麼會出現這個問題
產生的報表和報告在每個部分重複一個標題，但並不總是帶有書籤。標題就是結構，即使 PDF 的輪廓為空 — 前提是文字圖層和頁面幾何圖形配合。
運行之前檢查一下
- 確認標記以文字形式存在。 在 OCR 新增圖層之前，掃描的頁面沒有可匹配的文字。在檢視器中選擇標題：如果無法選擇，則分割器也無法讀取它。
- 收緊標題周圍的頁面區域。 此區域以距頁面左邊緣和上緣的點為單位設定。包含正文文字的方塊可以與不應開始新文件的頁面上的標記相符。
- 使用“starts-with”過濾器進行近似匹配。 在不同上下文中包含相同單字的頁面可能會觸發錯誤拆分。將匹配限制為實際部分共享的主要文字。
何時伸手去拿它
- 合併後的信件包會重複收件人的地址。 逐頁變化的地址是邊界，因此每個字母都成為自己的文件。
- 臨床匯出在每一頁重複患者識別碼。 根據標識符進行拆分，以便每個患者的頁面保持在一起，而無需手動處理文件。
我們得到一個問題
我應該標記什麼文字？
每個新文件的開頭字詞 - 例如「發票」或「章節」。該工具會找到每個匹配項，向您顯示預覽，並在每個匹配項之前進行剪切。
適合的地方
人們通常在「按文字分割」旁邊開啟的工具：
- 調整 PDF 大小 — 將頁面調整到不同的紙張尺寸，或在內容周圍添加均勻的邊距。
- 按尺寸劃分 — 將 PDF 剪下成低於檔案大小限制的區塊 — 對於上傳表單和電子郵件非常有用。
- 分割PDF — 依頁面範圍或單一頁面將一個 PDF 轉換為多個檔案。
每個工具都適用於副本，因此原始文件永遠不會被觸及。上傳的內容儲存在不可猜測的 ID 下，並在您上次開啟後兩小時自動刪除；沒有列出、分享或索引任何內容。更多關於 安全頁面.