เอกสาร · PDF ชุดเครื่องมือ
เหตุใด PDF หมายเลขหน้าและป้ายกำกับหน้าที่พิมพ์จึงไม่ตรงกัน
· พื้นหลัง
pdf ช่วงหน้า การนำทางเอกสาร
หน้า 1 ของ PDF มักจะไม่ใช่หน้าที่พิมพ์เป็น '1' โพสต์นี้จะอธิบายตำแหน่งเพจจริง คุณลักษณะป้ายกำกับเพจเสริม และวิธีการหลีกเลี่ยงการแยกช่วงที่ไม่ถูกต้อง
คุณขอหน้า 45-60 และอ่านบทผิด — ตัวนับของผู้ดูกับหมายเลขที่พิมพ์บนหน้าไม่ตรงกัน
บทในหนังสือเรียนที่พิมพ์เป็นหน้า 45-60 อาจอยู่ที่ตำแหน่ง PDF 57-72 เนื่องจากหน้าปก หน้าลิขสิทธิ์ และส่วนหน้าต้องมาก่อน การพิมพ์ตัวเลขที่พิมพ์ลงในเครื่องมือช่วงทางกายภาพจะแยกแผ่นงานที่ไม่ถูกต้องแม้ว่าไวยากรณ์ของช่วงจะถูกต้องก็ตาม
ขั้นตอนแรกที่ปลอดภัยคือการเปรียบเทียบแผ่นพับที่พิมพ์ออกมาหนึ่งใบกับเคาน์เตอร์ทางกายภาพของผู้ชม ToolAcre รายงานจำนวนหน้าเอกสารและตีความรายการช่วงตามตำแหน่ง โดยเริ่มจากหน้าแรกในไฟล์ มันไม่ได้อ่านหมายเลขที่พิมพ์ในอาร์ตเวิร์กหน้า
ตำแหน่งทางกายภาพ — วิธีที่ PDF กำหนดหมายเลขหน้าตามตำแหน่งในแผนผังหน้า โดยเริ่มจากหน้าแรกโดยไม่คำนึงถึงสิ่งที่พิมพ์
ตำแหน่งทางกายภาพเป็นไปตามหน้าที่เรียงลำดับที่มีให้กับ parser ตำแหน่ง 1 คือหน้าแรก ไม่ว่าจะเป็นหน้าปก แผ่นเปล่า หรือคำนำเลขโรมัน ตำแหน่ง 2 คือตำแหน่งถัดไป และการแยกวิเคราะห์ช่วงแบบรวมจะดำเนินต่อไปจากลำดับที่เป็นรูปธรรมนั้น
แบบจำลองนี้ทำให้การตรวจสอบเป็นตัวกำหนด หน้าที่เกินจำนวนจริงจะถูกปฏิเสธ ช่วงที่กลับรายการจะถูกปฏิเสธ และปลายเปิดหมายถึงตำแหน่งทางกายภาพที่แรกหรือสุดท้าย ป้ายกำกับที่พิมพ์สามารถทำซ้ำ ข้าม หรือเริ่มใหม่ได้โดยไม่ต้องเปลี่ยนสิ่งที่ `57-72` ขอให้ตัวแยกคัดลอก
ToolAcre ไม่เปิดเผยโครงสร้างป้ายกำกับหน้า PDF ช่วงใช้ตำแหน่งทางกายภาพ
PDF สามารถมีแนวคิดการนำทางนอกเหนือจากอาร์ตเวิร์กที่มองเห็นได้ แต่อินเทอร์เฟซที่ให้มาจะไม่เปิดเผยแผนผังป้ายกำกับหน้า หรือให้ป้อนช่วงโดยใช้เลขโรมัน คำอธิบายฉลากของเค้าร่างจึงเป็นที่มาที่แหล่งที่มาของผลิตภัณฑ์ไม่สามารถตรวจสอบได้สำหรับอินพุตเฉพาะ
ข้อเท็จจริงที่นำไปปฏิบัติได้นั้นแคบกว่า: ใช้ตัวนับทางกายภาพของผู้ดูหรือนับหน้าด้วยตนเอง หากผู้ดูแสดงป้ายกำกับที่กำหนดเองข้างดัชนีทางกายภาพ ให้บันทึกทั้งสองรายการ ป้อนค่าฟิสิคัลลงใน ToolAcre และยืนยันเอาต์พุตหน้าแรกก่อนประมวลผลทั้งบท
การมีอยู่ของป้ายกำกับนั้นเป็นข้อเท็จจริงจากเอกสารต้นฉบับ ไม่ใช่สิ่งที่เครื่องมือนี้อนุมานได้
การสแกนมักมีเพียงรูปภาพหมายเลขหน้า ในขณะที่เอกสารที่ส่งออกอาจมีการนำทางที่สมบูรณ์ยิ่งขึ้น ToolAcre ไม่ได้อนุมานป้ายกำกับจากทั้งสองกรณี OCR หายไป และตัวแยกวิเคราะห์ช่วงจะได้รับตัวเลขธรรมดา แทนที่จะระบุส่วนหัวหรือโฟลิโอที่พิมพ์ออกมา
อย่าถือว่าป้ายกำกับหายไปเพียงเพราะผู้ชมคนหนึ่งซ่อนป้ายกำกับไว้ หรือปรากฏเพราะอีกคนหนึ่งแสดงเลขโรมัน นั่นคือคำถามจากแหล่งที่มาและผู้ดูที่อยู่นอกการดำเนินการนี้ พฤติกรรมของตัวแยกสัญญาณยังคงมีเสถียรภาพ: ตำแหน่งทางกายภาพแบบอิงเดียวจะกำหนดหน้าที่เลือก
การแปลระหว่างสองสิ่งนี้ - วิธีง่ายๆ ในการคำนวณออฟเซ็ตก่อนที่คุณจะพิมพ์ช่วงหน้า
คำนวณออฟเซ็ตโดยใช้เพจที่รู้จัก หาก 45 ที่พิมพ์ออกมาปรากฏที่ 57 ทางกายภาพ ให้บวกสิบสองเข้ากับหมายเลขที่พิมพ์ใกล้เคียงโดยที่ลำดับหมายเลขนั้นยังคงต่อเนื่องกัน ตรวจสอบโฟลิโออื่นใกล้กับจุดสิ้นสุดของบท เนื่องจากการแทรกเพลท หน้าที่ไม่มีหมายเลข หรือการรีสตาร์ทส่วนสามารถเปลี่ยนความสัมพันธ์ได้
จากนั้นทดสอบการแยกข้อมูลสั้นๆ รอบหน้าแรก เปิดผลลัพธ์และเปรียบเทียบส่วนหัวและหมายเลขที่พิมพ์ การตรวจสอบเล็กๆ น้อยๆ นี้ปลอดภัยกว่าการแบ่งช่วงระยะไกลและสังเกตเห็นความไม่ตรงกันหลังจากที่ไฟล์ถูกเปลี่ยนชื่อ แชร์ หรือรวมไว้ในแพ็กเก็ตอื่น
ตัวอย่างการทำงาน — แยกบทที่มีหน้าที่พิมพ์ 45-60 นั่งที่ตำแหน่งทางกายภาพ 57-72
สำหรับหน้าที่พิมพ์ 45-60 ที่ตำแหน่งทางกายภาพ 57-72 ให้ป้อน `57-72` หากผลลัพธ์หนึ่งรายการควรมีบทนั้น การป้อน `45-60` จะเป็นการเลือกเพจฟิสิคัลก่อนหน้า หากต้องการเอาต์พุตหลายรายการ โปรดจำไว้ว่าแต่ละกลุ่มที่คั่นด้วยเครื่องหมายจุลภาคจะกลายเป็นส่วนที่แยกกัน
ตัวอย่างถือว่าออฟเซ็ตสิบสองหน้าคงที่ตลอดทั้งบทนั้น ตรวจสอบกับไฟล์จริงแทนที่จะถือว่าเลขคณิตเป็นกฎสากล ผลลัพธ์จะรักษาเนื้อหาของหน้าและการหมุนที่มีอยู่ ในขณะที่บุ๊กมาร์กและโครงสร้างระดับเอกสารจะไม่ถูกสร้างขึ้นใหม่ในส่วนที่แยกออกมา
ToolAcre การตีความช่วงนั้นแม่นยำ: ตำแหน่งทางกายภาพแบบอิงเดียว
ไม่มีความไม่แน่นอนเกี่ยวกับความหมายของช่วงของเครื่องมือนี้โดยเฉพาะ: การกำหนดค่าและพฤติกรรมของตัวแยกวิเคราะห์จะสร้างตำแหน่งทางกายภาพแบบรวมเป็นหนึ่งเดียว เส้นทางไม่ตีความฉลากที่พิมพ์ ชื่อบุ๊กมาร์ก หรือข้อความบทที่ตรวจพบ คำขอที่กลับรายการหรืออยู่นอกขอบเขตถูกปฏิเสธแทนที่จะแก้ไขโดยไม่แจ้งให้ทราบ
ความแม่นยำนั้นควรแทนที่คำแนะนำทั่วไปในการ “ตรวจสอบว่าเครื่องมือหมายถึงอะไร” สำหรับ ToolAcre ให้ตรวจสอบการแมปของเอกสารต้นฉบับ จากนั้นระบุตำแหน่งทางกายภาพ นอกจากนี้ โปรดจำไว้ว่าไฟล์ที่เข้ารหัสจะถูกปฏิเสธ และอินพุต PDF ต้องมีค่าสูงสุด 50 MB ผลลัพธ์จะมีความแม่นยำเท่ากับการทำแผนที่ที่คุณสร้างขึ้นเท่านั้น
นำไปใช้ — นับจำนวนหน้าจริง จากนั้นแยกหรือแยกข้อมูลด้วยชุดเครื่องมือ PDF ที่จะทราบได้อย่างชัดเจนว่าคุณต้องการหน้าไหน
หมายเลขที่พิมพ์คือเนื้อหาของหน้า หมายเลขช่วงคือตำแหน่งในลำดับไฟล์ ปฏิบัติต่อพวกมันเสมือนเป็นระบบพิกัดสองระบบและจงใจแปล คู่ที่สังเกตได้คู่หนึ่งให้ค่าออฟเซ็ต ในขณะที่อีกคู่ยืนยันว่าไม่มีการแทรกที่ไม่มีหมายเลขที่เปลี่ยนแปลงภายในช่วงเป้าหมาย
เมื่อทราบช่วงทางกายภาพแล้ว ToolAcre จะสามารถแยกหรือแตกข้อมูลในเครื่องได้โดยไม่ต้องอัปโหลด เปิดไฟล์ที่ดาวน์โหลดและตรวจสอบปลายทั้งสองก่อนแชร์ การตรวจสอบขั้นสุดท้ายจะจับข้อผิดพลาดในการทำแผนที่และเสริมสร้างนิสัยที่ถูกต้อง: นับสิ่งที่ parser สามารถจัดการได้ ไม่ใช่แค่สิ่งที่การออกแบบหน้าพิมพ์เกิดขึ้นเท่านั้น เขียนการแมปข้างงาน เพื่อให้เพื่อนร่วมงานสามารถทำซ้ำสิ่งที่เลือกได้โดยไม่ต้องนับปริมาณทั้งหมด หากการเรียงลำดับหมายเลขเริ่มต้นใหม่ระหว่างส่วนต่างๆ ให้สร้างการแมปใหม่สำหรับแต่ละลำดับ แทนที่จะแบกออฟเซ็ตเดียวไว้ในหนังสือ เมื่อจำเป็นต้องมีหลายบท ให้ทดสอบขอบเขตเดียวจากทุกช่วงก่อนที่จะเชื่อถือชุดข้อมูลจำนวนมาก ซึ่งเร็วกว่าการแก้ไขชุดเอาต์พุตที่ไม่ถูกต้องที่มีชื่ออย่างมั่นใจหลังจากการแจกจ่าย กระดาษเปล่าก็สมควรได้รับตำแหน่งทางกายภาพของตัวเองเช่นกัน แม้ว่ากระดาษเปล่าจะไม่แสดงก็ตาม การข้ามสิ่งเหล่านั้นจะทำให้จิตใจเปลี่ยนไปทุกการคำนวณในภายหลัง เก็บรักษาการแมปที่ตรวจสอบไว้ด้วยชื่อผลลัพธ์เพื่อการตรวจทานการตรวจสอบในภายหลัง