pdf扫描件的自动识别重命名，拆分，建文件夹归档程序

3种使用方法，分别对应开始处理123。方法一和方法二需先自己对pdf进行一些处理，但是速度快，多次重复归档也方便，基本上一千多页只要一两分钟。最推荐方法二。

方法三操作最少，pdf扫描件直接就可以处理了，但是这个会调用paddleocr，每页都得弄一二十秒，重复归档的话，每次得重新识别。这个确实是操作最少的。其实用多线程识别的话，速度会快一些，但有时会出错，就没用多线程。

下面是方法3的使用过程。

程序很粗犷，解压要10分钟，耐心等待。

资源

通过网盘分享的文件：归档程序1.2.zip
链接: https://pan.baidu.com/s/1KnEgEXb7qLNNgavHCvn-Sw?pwd=1111 提取码: 1111

效果

 查看自己指定的归档的文件夹，文件都重命名在里面的，可以自动拆页的

再看一眼源文件，是这样的

开始使用

解压完双击即可。 

出现两个黑窗口，不要关闭，ctrl+c复制弹出的网址，粘贴到浏览器enter就行了

浏览器出现这个页面，按标记填

示例

然后依次点击

点击开始处理后会弹出处理完毕，是假的，只是一个提示，有一个黑窗口会显示进度

大概10几秒一页

黑窗口出现归档完毕，才是真的完毕

查看自己写的归档的文件夹，文件都重命名在里面的，可以自动拆页的

再看一眼源文件，是这样的

我这例子里不止混凝土抗压强度报告，懒得写其它，大概就是有几种报告就得点123切换，每种报告写一个，每种报告都得点一次提交，这里没把每种报告都写一遍，没识别到的报告就会附在前一页。意思就是假如你的报告是几页一份的，就在第一页找独特字，这样就会把后几页默认附在第一页后，几页一份的报告也能处理。

注意事项

把python，java，node硬塞进去。无需安装，解压既用。python下载了paddleocr，可自动识别扫描件文字。由于是硬塞的各种环境，文件很多很大估计2个多g，解压要10分钟，源代码也都塞进去了，可以自己改。

方法2怎么获得经过ocr识别的pdf，用wps，要开vip