Что нового в File Arbor 1.2.0: условия по содержимому для PDF, DOCX и текста

File Arbor 1.2.0 добавляет два новых условия для правил: содержимое содержит и содержимое соответствует regex. Теперь правило может решать, куда отправить файл, читая то, что в нём написано — в PDF, документе Word или обычном текстовом файле — а не только его имя, расширение, размер или дату. Оба условия доступны только в Pro и читают файл локально — его текст никогда не покидает ваш компьютер.

Обновление 1.3.0: Эта статья описывает File Arbor 1.2.0. С версии 1.3.0 правило Pro может также читать отсканированные PDF и фотографии с помощью OCR и использовать значения, которые оно читает, например дату счёта, чтобы строить имя файла и папки. Переименовывать файлы можно на любом тарифе, а перемещение или переименование можно отменить из «Истории действий». Пункты «Никакого OCR» и «Никакого переименования» ниже описывают 1.2.0; в журнале изменений перечислено, что изменилось.

Разбираем, что именно делают два новых условия, что они умеют читать — и, что не менее важно, чего не умеют.

Два новых условия: содержимое содержит и содержимое соответствует regex

Каждое правило File Arbor по-прежнему работает по одной и той же схеме: сторона ЕСЛИ решает, какие файлы подходят, сторона ТО — что с ними происходит. Версия 1.1.0 добавила действия для стороны ТО — переместить, в корзину, удалить, выполнить команду. 1.2.0 не трогает действия — она добавляет два новых варианта на сторону ЕСЛИ, рядом с уже существующими условиями по имени, расширению, размеру и дате.

Содержимое содержит (Pro)

Обычный текстовый поиск внутри файла. Он нечувствителен к регистру, поэтому запрос счет найдёт файл, где на самом деле написано «Счёт» или «СЧЁТ» — регистр и буква «ё» роли не играют. Та же нечувствительность распространяется на диакритические знаки в тексте на латинице внутри документа: если, например, счёт от зарубежного поставщика содержит имя «Müller», запрос muller тоже найдёт совпадение. Можно перечислить несколько терминов через запятую, и условие сработает, если файл содержит любой из них — это ИЛИ, а не И.

Практический пример: направить в одну папку всё, что упоминает счёт или квитанцию, независимо от того, как был создан PDF.

Отслеживать: Загрузки
Условие: расширение .pdf, содержимое содержит счёт, квитанция
Действие: Переместить в Документы/Счета

Поскольку сопоставление не зависит от регистра и диакритики, «СЧЁТ», «Счёт» и любой вариант написания с диакритическими знаками одинаково удовлетворяют одному и тому же правилу. Не нужно писать отдельные условия под каждый вариант написания.

Содержимое соответствует regex (Pro)

Второе условие применяет регулярное выражение к извлечённому тексту. В отличие от «содержимое содержит», оно буквальное — без учёта регистра, без сворачивания диакритики. Что написано в шаблоне, то и ищется, посимвольно. File Arbor проверяет каждый regex на катастрофический backtracking, прежде чем разрешить сохранить правило, — так шаблон, который мог бы зависнуть, отклоняется заранее, а не обнаруживается потом на реальном файле.

Отслеживать: Загрузки
Условие: расширение .txt или .md, содержимое соответствует regex \bINV-\d{4,6}\b
Действие: Переместить в Документы/Счета/По-номеру

Если регулярные выражения для вас в новинку, наше руководство по regex для начинающих разбирает синтаксис, который поддерживает File Arbor, — независимо от того, сопоставляете вы имя файла или, как здесь, его содержимое.

Какие файлы реально читают условия по содержимому?

Три типа файлов: PDF с текстовым слоем, документы Word (.docx) и обычный текст форматов TXT, Markdown и CSV. Тип файла определяется по самому содержимому, а не по расширению, поэтому текстовый файл с «неправильным» расширением всё равно будет прочитан верно.

Извлечение — ленивое. File Arbor не открывает и не читает каждый файл, попавший в отслеживаемую папку, — текст извлекается только тогда, когда правило с условием по содержимому реально должно его проверить. Правила без условия по содержимому работают точно так же, как до 1.2.0, с той же скоростью.

Чего условия по содержимому не делают

Это стоит прочитать внимательно, прежде чем строить вокруг функции правило.

Никакого OCR. У отсканированного PDF или фотографии документа нет текстового слоя, поэтому условию по содержимому нечего читать. Оно не сработает, что бы ни было написано на бумаге.
Никаких таблиц (XLSX), зашифрованных PDF, колонтитулов, сносок и футеров DOCX. Условия по содержимому читают основной текст DOCX и текстовый слой незашифрованного PDF — и ничего больше.
Никакого переименования. Условие по содержимому решает, в какую папку попадёт файл. Это вся его задача. Шаблона имени нет, и механизма перенести текст из файла в его имя тоже нет.
Не ИИ. Это детерминированное сопоставление строк и regex — один и тот же файл каждый раз даёт одинаковый результат, оффлайн, без какой-либо модели, что-то интерпретирующей или обобщающей.

Ничто из этого — не баг, который тихо починят позже, а граница того, для чего создана функция. Если ваши файлы — отсканированные изображения, или вам нужно автоматическое переименование по содержимому, условия по содержимому сегодня — не тот инструмент.

Есть ли ограничения на то, что могут обработать условия по содержимому?

Да, и они намеренные. File Arbor читает файлы до 32 МБ, и в этих пределах проверяет только первые 256 КБ извлечённого текста и первые 20 страниц PDF. Извлечение останавливается через 5 секунд на файл, независимо от того, как далеко оно продвинулось. Правило сопоставляется с тем текстом, что был извлечён в этих границах, — и ни с чем сверх них.

Любой текст, который File Arbor извлекает для проверки правила, никогда не записывается на диск и никогда не появляется в логах приложения. Он живёт в памяти ровно на время одной проверки и затем удаляется.

Как это соотносится с Hazel и File Juggler

Правила по содержимому — не новость для автоматизации файлов, и File Arbor этого не утверждает. У Hazel, давнего автоматизатора для Mac, условие «Contents contain» существует годами — оно работает через Spotlight и быстрое, с более медленным резервным вариантом «Contents contain match», который читает файл напрямую, если Spotlight его не проиндексировал. Hazel 6 пошла дальше и добавила OCR на лету для файлов без распознавания текста, плюс способ указать пароль для зашифрованных PDF. File Arbor не делает ни того, ни другого. Если ваш рабочий процесс зависит от сопоставления сканов или чтения PDF, защищённых паролем, Hazel сейчас справляется с этим, а File Arbor — нет.

У File Juggler, автоматизатора только для Windows, тоже давно есть зрелое сопоставление по содержимому — он читает PDF, DOCX и текстовые файлы, с regex, шаблонами и переменными-списками слов, которые может использовать и для переименования, и для раскладки документов. В некоторых отношениях это более зрелая реализация, и у File Arbor нет системы переменных-списков слов, которая есть у File Juggler. То, что добавляет File Arbor, — не первое в своей категории, а те же правила по содержимому, доступные и на Windows, и на macOS в одном приложении, с детерминированным сопоставлением, оффлайн, без зависимости от Spotlight, за разовую цену с бесплатным тарифом. Остальные различия платформ — в нашем полном сравнении с File Juggler.

Цена и доступность

Оба условия по содержимому входят в File Arbor Pro — разовую покупку за $24.99 без подписки, с пожизненными обновлениями. Бесплатный тариф не изменился: одна отслеживаемая папка, два правила, ручной режим. Условия по содержимому, как и Автоматический режим и сканирование подпапок, требуют Pro. Полный расклад — на странице цен.

FAQ

Работает ли сопоставление по содержимому в File Arbor со сканами PDF или фотографиями документов?

Нет. Условия по содержимому читают реальный текстовый слой файла, а у отсканированного PDF или сфотографированного документа его нет. File Arbor не выполняет OCR, поэтому отсканированный счёт или фото чека никогда не совпадут с условием по содержимому. Сначала пропустите файл через OCR-программу или сортируйте его по имени, папке или дате. С версии 1.3.0 правило Pro читает отсканированные PDF и фотографии с помощью OCR на вашем компьютере.

Переименовывает ли условие по содержимому файлы на основе того, что внутри?

Нет. Условия по содержимому решают только то, в какую папку переместится файл. Нет ни шаблона имени, ни способа перенести текст из файла в его имя — файл сохраняет то имя, с которым пришёл. Если вам нужно автоматическое переименование, условия по содержимому File Arbor для этого не предназначены. С версии 1.3.0 переименовывать файлы можно на любом тарифе, а правило Pro может вписать в имя файла значение, прочитанное из документа, например дату счёта.

Работает ли сопоставление по содержимому в File Arbor на основе ИИ?

Нет. Это сопоставление обычного текста и регулярных выражений, а не языковая модель. Один и тот же файл каждый раз даёт одинаковый результат, проверка выполняется полностью оффлайн, и ни один ИИ-сервис никогда не видит этот текст. Если вам нужны ИИ-переименование или ИИ-категоризация файлов, это другой тип инструмента, не File Arbor.

Какие типы файлов умеют читать условия по содержимому в File Arbor?

PDF с текстовым слоем, документы Word (.docx) и обычный текст форматов TXT, Markdown и CSV. Таблицы (XLSX), зашифрованные PDF, а также колонтитулы и сноски документов Word не читаются. Тип файла определяется по самому содержимому, а не по расширению.

Есть ли ограничения по размеру или длине у сопоставления по содержимому в File Arbor?

Да. File Arbor читает файлы размером до 32 МБ, и в этих пределах проверяет только первые 256 КБ извлечённого текста и первые 20 страниц PDF. На извлечение каждому файлу отводится до 5 секунд. Эти ограничения не дают большим файлам замедлять слежение за папками.

Доступно ли сопоставление по содержимому в бесплатном тарифе File Arbor?

Нет. Оба условия по содержимому — «содержимое содержит» и «содержимое соответствует regex» — входят только в File Arbor Pro, разовую покупку за $24.99 без подписки. Бесплатный тариф по-прежнему включает одну отслеживаемую папку, два правила и ручной режим, но условия по содержимому требуют перехода на Pro.

Как получить File Arbor 1.2.0

Приложение обновляется само на Windows и macOS, либо возьмите установщик на странице загрузки. Если вы только начинаете работать с File Arbor, руководство по началу работы проведёт через первое правило, а действующие пользователи Pro могут добавить условие по содержимому к любому правилу в том же редакторе, где уже настраивали условия по имени, размеру и дате, — учить новый интерфейс не придётся.