تقسيم PDF بكلمة مفتاحية: ملف لكل فاتورة، دون رفع

أخرج برنامج المحاسبة لديك للتو ملف PDF واحداً من 200 صفحة: فواتير الربع، فاتورة في كل صفحة. عليك الآن إرسال كل فاتورة إلى عميل مختلف — أي تحويل هذه الكتلة إلى 200 ملف منفصل. هذه بالضبط حالة استخدام التقسيم بالنص: بدلاً من القص «كل N صفحات» أو «عند الإشارات المرجعية»، نقطع عند كل صفحة تحتوي على كلمة مرجعية — هنا «فاتورة رقم».

كيف يعمل التقسيم بالنص

الآلية بسيطة الفهم — لكن اثنين من تفاصيلها مهمان جداً في الممارسة:

1. صفحة العلامة تفتتح المقطع التالي. إذا ظهرت كلمة «فاتورة» في الصفحات 1 و40 و87، ستحصل على ثلاثة ملفات: الصفحات 1-39 و40-86 و87-200. كل فاتورة تبدأ إذن بصفحة عنوانها — وهذا هو السلوك المطلوب.
2. البحث حساس لحالة الأحرف. المحرك يختبر وجود السلسلة حرفياً: في النصوص اللاتينية «INVOICE» و«Invoice» و«invoice» ثلاث علامات مختلفة. اختر السلسلة الأكثر ثباتاً («فاتورة رقم»، «شهادة»، «صفحة فاصلة») بدلاً من كلمة ملتبسة.
3. الصفحة الأولى لا تُحدث قطعاً أبداً — العلامة في الصفحة الأولى تُتجاهل ببساطة، لأنه لا يوجد شيء قبلها.
4. لا توجد أي نتيجة؟ يُعاد المستند كما هو، دون خطأ.

Brother PT-H110 — طابعة ملصقات محمولةملصقات مغلفة متينة: أرشفة تدوم.انتساب

المعدات المناسبة

Brother PT-H110 — طابعة ملصقات محمولةملصقات مغلفة متينة: أرشفة تدوم.انتساب Oxford Top File+ — 10 ملفات بمطاطثلاث طيات ومطاط: الصيغة القياسية لحفظ الملفات.انتساب

سير العمل خطوة بخطوة

نعود إلى دفعة الفواتير:

1. تحقق من العلامة. افتح ملف PDF وابحث عن النص الذي يظهر أعلى كل فاتورة وهناك فقط — كلمة موجودة أيضاً في الشروط العامة أو التذييل ستُحدث قطوعاً زائفة.
2. شغّل التقسيم بالنص بهذه السلسلة بالضبط. تتم المعالجة في المتصفح: الملف لا يُرسل إلى أي خادم (بحد أقصى 50 ميغابايت و1000 صفحة).
3. حمّل ملف ZIP الذي يحتوي على PDF واحد لكل مقطع، ثم أعد تسمية الملفات عند الحاجة — أسماء المخرجات تتبع ترتيب المقاطع، لا محتوى العلامة.

نصيحة: إذا لم تكن لدفعتك كلمة مرجعية لكن الفواتير ذات طول ثابت (صفحة واحدة لكل منها)، فإن التقسيم كل X صفحات يؤدي العمل نفسه بمعامل واحد. وإذا كان المستند المصدر يحتوي على إشارات مرجعية لكل فصل، فالتقسيم بالإشارات أو الاستخراج عبر المخطط أنظف وأدق.

القيود التي يجب معرفتها قبل البدء

• المسح الضوئي الخالص لن يعمل. الكشف يقرأ طبقة النص في ملف PDF. المستند الممسوح ضوئياً صورة: لا شيء للبحث عنه. أداة OCR المحلية لدينا تنتج نصاً خاماً — لا تعيد حقن طبقة نصية في الملف، لذا فهي لا تجهّز المسح الضوئي لهذه الأداة. التقسيم بالنص يستهدف ملفات PDF المولّدة رقمياً (تصديرات البرامج، الطباعة إلى PDF) أو التي خضعت لـ OCR في مكان آخر.
• يجب أن تكون العلامة فريدة في صفحات البداية. اختبرها بخاصية البحث في قارئ PDF لديك: يجب ألا تظهر إلا في الصفحات التي تفتتح مستنداً جديداً.
• حالة الأحرف والمسافات مهمة. «فاتورة رقم» بمسافتين لن تطابق «فاتورة رقم».
• المخرجات ملف ZIP، ملف واحد لكل مقطع. إذا كنت تريد في الواقع ملف PDF واحداً يضم صفحات معينة، فما تحتاجه هو استخراج الصفحات.

باختصار

لدفعة متجانسة — فواتير أو شهادات أو كشوف رواتب أو كشوف حسابات مُصدَّرة في ملف PDF واحد — يحوّل التقسيم بالنص كتلة غير قابلة للتجزئة إلى ملفات يمكن تسميتها وإرسالها، دون رفع ودون معالجة صفحة بصفحة. المفتاح هو اختيار العلامة: دقيقة وثابتة وفريدة في صفحات البداية. عشر ثوانٍ من التحقق قبل القص تمنع ملف ZIP مليئاً بمقاطع غير متسقة.