- 原文件
- 3 页，2.4 KB，含 2 个章节起始标记
- 操作
- 按固定关键词定位 2 个起始页
- 输出
- 输出 2 个 PDF 文件的 ZIP 包，2.5 KB
按关键词拆分依赖 PDF 中可提取文字，纯扫描图片需要先做文字识别。
按关键词拆分 PDF
用页面中的关键词或短语作为起点，将 PDF 拆分为多个独立文件
或拖拽文件至此处
请上传 PDF 文件
使用说明
- 输入每个文档第一页上出现的关键词或短语
- 检测匹配项并调整哪些页面应作为新文件的起点
- 带关键词的页面将保留为其所在段落的第一页
- 结果以下载包含多个 PDF 的 ZIP 文件形式提供
使用前先了解
按关键词拆分适合有固定标题或编号的 PDF
按关键词拆分会在页面文字中查找指定词，把匹配页作为新文件起点。它适合可选中文本 PDF，不适合没有可选中文字的纯扫描图片。
适合场景
- 每份单据都有固定标题或编号
- 按“第一章”“发票编号”等文字分段
- 长文档需要按内容起点拆分
建议步骤
- 1确认 PDF 文字可以被选中
- 2输入稳定出现的关键词
- 3检查匹配页并下载拆分结果
能力边界
- 扫描图片里的文字无法直接识别
- 关键词过短可能误匹配
- 不同格式文档需要分别测试关键词
结果检查
- 确认匹配页数量符合预期
- 检查每段首页是否是目标关键词页
- 误匹配时换用更具体的短语
常见失败原因
- 扫描件没有可选中的文字时无法匹配关键词
- 关键词过短会误匹配普通正文
- 不同模板文字位置和写法不一致时需要分别测试
实际处理结果
常见问题
使用按关键词拆分 PDF时文件会上传服务器吗？+
不会。按关键词拆分 PDF在浏览器本地处理文件，sotool 不会接收或保存你的 PDF 内容。处理大文件时对本机性能要求更高，重要文件建议先保留原件。
按关键词拆分 PDF处理失败通常是什么原因？+
常见原因是扫描件没有可选中的文字，或关键词过短造成误匹配。建议用稳定且具体的标题或编号。
处理完成后应该重点检查什么？+
确认匹配页数量、每段首页和关键词位置，误匹配时换更具体的短语重新检测。