Den richtigen Datentyp für jeden Wert wählen
Auf einen Blick
- Schwierigkeit: Fortgeschritten
- Zeitbedarf: ~15 Minuten
- Voraussetzungen: Datenextraktion verstehen
- Was Sie lernen: Die fünf Datentypen und wann Sie welchen einsetzen - besonders Datum und Abfrage (mit Liste)
Was ist ein Datentyp?
Jede Extraktionsregel liest einen Wert aus Ihrem PDF aus. Der Datentyp legt fest, wie
dieser Wert verstanden und weiterverarbeitet wird. Ein als Datum erkannter Wert lässt sich
beispielsweise frei umformatieren, ein als Zahl erkannter Wert lässt sich auf einen
Gültigkeitsbereich prüfen, und eine Abfrage liefert je nach Inhalt einen von Ihnen
festgelegten Ergebniswert.
Den Datentyp wählen Sie im Regeleditor im Bereich "Allgemein" über das Feld
"Datentyp". Er steht unabhängig von der Datenquelle zur Verfügung - egal,
ob der Wert aus dem Dokumenttext, einem Barcode oder den Dateiinformationen stammt.
Hinweis: Stammt der Wert aus der Quelle "Benutzerdefinierten Text verwenden",
steht ausschließlich der Datentyp Text zur Verfügung. Mehr dazu in der Anleitung
Datenquellen verwenden.
Text
Text ist der Standard-Datentyp und für die meisten Werte die richtige Wahl. Der erkannte
Text wird unverändert übernommen. Verwenden Sie ihn für alles, was keine besondere Behandlung als
Datum oder Zahl benötigt - etwa Rechnungsnummern, Namen oder Kennzeichen.
Tipp: Auch reine Zifferncodes wie eine Rechnungs- oder Kundennummer sind
meist als Text am besten aufgehoben. Den Datentyp Zahl benötigen Sie nur,
wenn Sie tatsächlich rechnen, runden oder Bereiche prüfen möchten.
Datum
Der Datentyp Datum erkennt Datumsangaben in vielen Schreibweisen automatisch - etwa
15.12.2024, 2024-12-15 oder 15. Dezember 2024. Der große Vorteil:
Ein als Datum erkannter Wert lässt sich anschließend frei umformatieren, weil das
Programm Jahr, Monat und Tag einzeln kennt.
Beispiel: Ein Datum neu zusammensetzen
Im PDF steht:
Rechnungsdatum: 15. Dezember 2024
Über die Datums-Platzhalter erzeugen Sie daraus z. B.:
<RuleId:1(Rechnungsdatum){Jahr4}>-<RuleId:1(Rechnungsdatum){Monat}>-<RuleId:1(Rechnungsdatum){Tag}> → 2024-12-15<RuleId:1(Rechnungsdatum){Jahr4}>\<RuleId:1(Rechnungsdatum){Monatsname}> → 2024\Dezember
So lassen sich Dateien sortiert benennen oder automatisch in Jahres- und Monatsordner einsortieren - unabhängig
davon, wie das Datum im Originaldokument geschrieben war. Die verfügbaren Datums-Bausteine (Jahr, Monat,
Monatsname, Tag und mehr) finden Sie in der Anleitung
Platzhalter-System erklärt.
Tipp: Wählen Sie bei Datumsangaben immer den Datentyp
Datum - auch dann, wenn Sie das Datum unverändert übernehmen möchten. Nur so stehen
Ihnen später die Umformatierungs-Möglichkeiten zur Verfügung.
Zahl
Der Datentyp Zahl liest numerische Werte ein und versteht dabei unterschiedliche Schreibweisen
(z. B. Tausenderpunkte und Dezimalkomma wie in 1.234,56). Verwenden Sie ihn, wenn Sie den Wert als
echte Zahl benötigen - etwa um einen Gültigkeitsbereich zu prüfen oder eine
einheitliche Formatierung zu erzwingen.
Beispiel: Sie extrahieren einen Rechnungsbetrag und möchten nur
Rechnungen ab 1000 in einen besonderen Ordner verschieben. Mit dem Datentyp Zahl
lässt sich der Wert als Zahl prüfen.
Abfrage
Mit dem Datentyp Abfrage liefert eine Regel nicht den gefundenen Text selbst, sondern einen von
Ihnen festgelegten Ergebniswert - abhängig davon, was im Dokument steht. Sie hinterlegen dazu
eine oder mehrere Bedingungen und ordnen jeder einen Rückgabewert zu.
Beispiel: Zahlungsstatus bestimmen
- Enthält das Dokument das Wort
Bezahlt → Ergebnis bezahlt
- Andernfalls → Ergebnis
offen
Das Ergebnis (bezahlt oder offen) können
Sie anschließend als Platzhalter im Dateinamen oder Zielordner verwenden.
Die Abfrage eignet sich immer dann, wenn Sie Dokumente anhand ihres Inhalts in feste Kategorien
einteilen möchten - der gesuchte Begriff selbst soll aber nicht ausgegeben werden.
Abfrage (mit Liste)
Die Abfrage (mit Liste) ist die mächtigste Variante. Statt einzelner Bedingungen hinterlegen
Sie eine ganze Liste aus Suchbegriffen mit jeweils zugeordnetem Ergebniswert. Das Programm prüft
den Inhalt gegen die Liste und liefert den zugeordneten Wert des Treffers. So lassen sich auch viele Fälle
übersichtlich abbilden.
Beispiel: Kürzel in vollen Namen umwandeln
| Wird im Dokument gefunden | Ergebniswert |
|---|
MM | Mustermann GmbH |
BS | Beispiel & Söhne KG |
MH | Muster Handels AG |
Findet das Programm im Dokument das Kürzel MM, liefert die Regel Mustermann GmbH.
Typische Einsatzzwecke sind das Bestimmen von Dokumenttypen, Abteilungen,
Lieferanten oder Kunden anhand einer gepflegten Zuordnungsliste.
Feste Liste oder zentrale (dynamische) Liste
Die Liste können Sie auf zwei Arten führen:
- Fest in der Regel: Die Zuordnungen gehören nur zu dieser einen Regel. Ideal für
kurze, stabile Listen.
- Zentral als dynamische Liste: Sie pflegen die Liste einmal in den Programmoptionen und
können sie in mehreren Regeln und Profilen wiederverwenden. Änderungen an der Liste wirken sofort
überall. Ideal für längere oder häufig wechselnde Zuordnungen.
Tipp: Verwenden Sie eine zentrale (dynamische) Liste, wenn
dieselbe Zuordnung in mehreren Profilen gebraucht wird oder regelmäßig ergänzt werden muss. So pflegen
Sie sie nur an einer Stelle.
Praxisbeispiel: Datentypen kombinieren
Angenommen, Sie verarbeiten eingehende Rechnungen und möchten sie sinnvoll benennen und ablegen. Dafür
kombinieren Sie mehrere Regeln mit unterschiedlichen Datentypen:
| Regel |
Datentyp |
Ergebnis |
| Rechnungsnummer | Text | RE-2024-0042 |
| Rechnungsdatum | Datum | umformatiert zu 2024-12-15 |
| Lieferant | Abfrage (mit Liste) | Kürzel → Mustermann GmbH |
| Zahlungsstatus | Abfrage | bezahlt oder offen |
Daraus lässt sich z. B. dieser Dateiname zusammenstellen:
<RuleId:2(Rechnungsdatum){Jahr4}>-<RuleId:2(Rechnungsdatum){Monat}>-<RuleId:2(Rechnungsdatum){Tag}>_<RuleId:3(Lieferant)>_<RuleId:1(Rechnungsnummer)>_<RuleId:4(Zahlungsstatus)>.pdf
Ergebnis: 2024-12-15_Mustermann GmbH_RE-2024-0042_bezahlt.pdf