PDF撕裂者-功能介绍
一、功能概述
【总体概述】
针对保荐底稿扫描件拆分的一揽子自动化处理方案。
20230509_150446.mp4附件大小：551.1MB
1、加载底稿目录：加载底稿目录用于后续文档处理。（1）加载底稿目录：填写底稿目录模板时，打开文件需要用微软的Excel打开，原因：为了在安全和遍历上做一些平衡，粘贴时注意仅粘贴数值，如用WPS打开无法粘贴。
﻿﻿
﻿
﻿﻿
﻿
（2）上传目录检查索引时，必须索引名称分离且填写符合格式要求才能检查索引逻辑正确性
﻿﻿
﻿
（3）底稿目录内容建议为文本格式，建议粘贴时选择【匹配目标格式】
（4）参见或不适用：禁止输入异常符号，原因：在win系统一些文件不能包含一些特殊符号，如：\/：*？“<>|    如 果过长的情况会标识为黄色，目前的处理逻辑是超过70个字符就会标识出来，如何处理需要去编辑这个内容缩短内容
（5）索引：如果使用整体工具箱的PDF撕裂者解决方案，索引列格式建议为阿拉伯数字加杠的组合，如1、1-2、1-2-3等，索引列最好不要重复，索引代表的是层次结构
﻿﻿
﻿
2、创建文件夹（1）文件夹深度：深度对应文件数据的索引，如：1、 1-1,    1对应的就是1
﻿﻿
﻿
3、文件拆分与加书签，支持抽取彩色隔页a. 提取彩色隔页（1）如果加载底稿目录以加载后，文件拆分与加书签提取，上方会显示红色字体【以读取到底稿目录】，区别：如果没有加载也可以采用彩色隔夜OCR的文本进行使用，OCR文本可能会有误差，如果加载了可以参考底稿目录信息
（2）识别阈值：尽量不需要调整，原因：判断是否有颜色采用了色彩空间的转换，其中某一些是认为是黑色、灰色或者是红色，较深的颜色，以肉眼看是黑色是个阈值的概念，需要调整可以找开发人员
（3）使用的进程数量：指的是同时使用几个进程来做文档信息的彩色隔页提取，默认调用值【CPU核心数-1】，值越大处理越快，值越小处理越慢，同时值越大电脑性能慢，值越小电脑性能越好
﻿﻿
﻿
进程数会读取运行CPU里的核心数进行计算，列：如果此电脑是8核，推荐：展示数值8
b. OCR彩色隔页（1）预览图片：会将刚刚抽取到的第一张图片展示出来
（2）边缘：可以输入值，会将边缘的一部分进行裁边，如：上下各输入值“1”，执行后减少页眉页脚、贴条、孔洞因素干扰OCR结果
﻿﻿
﻿
c. 判断是否完成
﻿
d.  编辑文档处理控制表
（1）文件切分层级：在实际做文档处理过程中底稿目录存在层级的概念
﻿﻿
﻿
e. 拆分文档、加书签
（1）勾选框：包含隔页：结构里彩色隔页加主要的一些真正内容，不包含隔页：会把彩色隔页都去除
﻿﻿
﻿
4、底稿目录制作隔页       a、点击选择隔页要保存的位置
       b、选择背景颜色
       c、输入隔页制作层级(未输入的话默认是3层)
       注意事项： 1、文件夹深度：深度对应文件数据的索引，如：1、 1-1,    1对应的就是1
﻿
5、移动文件到层级文件夹      a、选择文件所在的位置
      b、选择层级文件夹所在的位置
      c、点击移动文件按钮
       注意事项： 1、移动后文件路径如果过长，则文件无法移动成功。
最大路径长度限制 - Win32 apps
https://learn.microsoft.com/zh-cn/windows/win32/fileio/maximum-file-path-limitation?tabs=registry
           2、索引重复文件只能移动一个（第一个）
﻿
6、将word文件转为PDf文件      a、选择Word文件所在的文件夹
      b、点击开始转换
      注意事项：1、存在兼容性问题：不同版本的wps、word
﻿
7、将图片文件转化为PDF文件      a、选择图片所在的位置
      b、选择要保存PDF文件的位置(输出位置)
      c、是否勾选保存为单个PDF文件
           勾选：图片转化为一个PDF文件
           不勾选：每个图片转化为单独的一个PDF文件
       注意事项： 1、存在兼容性问题：不同版本的wps、word
﻿
8、底稿目录拆列﻿﻿
二、注意事项
1、pdf撕裂者需要读取每一页判断是否有颜色，因此文件隔页数量稀疏（特别是整册没有隔页）的部分原文件，可以不使用pdf撕裂者进行处理；
2、升级功能时要关闭功能以及功能相关的模板表；
3、使用时候可能有大小适配问题，如缩放比例：100%-125%可能页面正常，部分普及的150%缩放会影响到页面的展示；
﻿