Chia theo văn bản: Tại sao đoạn cắt lại nằm sai vị trí
Tách văn bản là cách gần nhất để cho phép tài liệu tự phân chia. Nó hoạt động khi điểm đánh dấu nhất quán, nằm ở vị trí có thể dự đoán được và tồn tại dưới dạng văn bản chứ không phải pixel.
Tại sao điều này lại xuất hiện
Các báo cáo và báo cáo được tạo lặp lại tiêu đề trên mỗi phần nhưng không phải lúc nào cũng có dấu trang. Tiêu đề là cấu trúc, ngay cả khi đường viền của tệp PDF trống - miễn là lớp văn bản và hình dạng trang hợp tác với nhau.
Kiểm tra trước khi bạn chạy nó
- Xác nhận điểm đánh dấu tồn tại dưới dạng văn bản. Trang được quét không có văn bản phù hợp cho đến khi OCR thêm lớp. Chọn tiêu đề trong trình xem: nếu không chọn được tiêu đề đó thì bộ chia cũng không thể đọc được tiêu đề đó.
- Thắt chặt khu vực trang xung quanh tiêu đề. Vùng này được đặt theo các điểm tính từ cạnh trái và cạnh trên của trang. Hộp bao gồm văn bản nội dung có thể khớp với điểm đánh dấu trên các trang không nên bắt đầu tệp mới.
- Sử dụng bộ lọc bắt đầu với các kết quả gần khớp. Các trang chứa cùng một từ trong ngữ cảnh khác có thể gây ra sự phân chia sai. Giới hạn kết quả khớp với văn bản hàng đầu mà các phần thực chia sẻ.
Khi nào cần đạt được nó
- Một gói thư được hợp nhất sẽ lặp lại địa chỉ của người nhận. Địa chỉ thay đổi từ trang này sang trang khác là ranh giới nên mỗi chữ cái sẽ trở thành một file riêng.
- Xuất dữ liệu lâm sàng lặp lại mã định danh bệnh nhân trên mỗi trang. Phân tách mã định danh để các trang của mỗi bệnh nhân ở cùng nhau mà không cần xử lý tệp bằng tay.
Một câu hỏi chúng tôi nhận được
Tôi nên đánh dấu văn bản nào?
Các từ bắt đầu mỗi tài liệu mới — như “Hóa đơn” hoặc “Chương”. Công cụ này tìm thấy mọi lần xuất hiện, hiển thị cho bạn bản xem trước và cắt trước mỗi trận đấu.
Nó phù hợp ở đâu
Các công cụ mọi người thường mở bên cạnh Split by text:
- Thay đổi kích thước PDF — Điều chỉnh các trang trên một khổ giấy khác hoặc thêm lề đều xung quanh nội dung.
- Chia theo kích thước — Cắt tệp PDF thành các phần nhỏ hơn giới hạn kích thước tệp — hữu ích cho việc tải lên biểu mẫu và email.
- Tách PDF — Biến một tệp PDF thành nhiều tệp theo phạm vi trang hoặc theo từng trang.
Mọi công cụ đều hoạt động trên một bản sao nên tập tin gốc không bao giờ bị động đến. Các nội dung tải lên được lưu trữ dưới một id không thể đoán được và tự động bị xóa hai giờ sau lần cuối bạn mở chúng; không có gì được liệt kê, chia sẻ hoặc lập chỉ mục. Thêm về trang bảo mật.