Ein PDF mit leeren Seiten darin ist ein kleines Ärgernis, bis es gedruckt, an einen Client gemailt oder an ein Portal übermittelt wird, das Seiten zählt Ein Duplex-Scanner speichert die leere Rückseite jedes einseitigen Blattes Ein Word-Export fügt wegen einer verirrten Absatzmarke eine letzte Seite hinzu Eine Zusammenführung lässt Trennblätter zurück Die Seiten tragen nichts, aber sie kosten Papier, verlängern die Schriftrolle und lassen ein Dokument unvollendet aussehen.
Sie zu löschen klingt trivial, und für eine Seite kann man es sehen und benennen Der schwierige Teil besteht darin, sie in einer langen Datei zu finden und zu entscheiden, welche Seiten wirklich leer sind. In diesem Handbuch wird erklärt, wie leere Seiten in ein PDF gelangen und wie Software eine leere Seite von einer Seite mit Inhalt unterscheiden kann, wo diese Erkennung abläuft und wie man das verwendet Entfernen Sie das Tool für leere Seiten Datei zu bereinigen, ohne etwas zu löschen, was Sie brauchten.
tl; dr: Eine leere PDF-Seite ist eine Seite, die nichts zeichnet: Sie hat keinen Content-Stream, einen Content-Stream ohne Zeichenoperatoren, oder Textoperatoren, die nur Leerzeichen anzeigen Die Leere Seiten entfernen Tool liest jede Seite und #39; s Inhaltsstrom, wählt die Seiten vor, die sicherlich leer sind, und lässt Seiten, die nur ein Bild zeichnen (wie ein gescanntes leeres Blatt aussieht), damit Sie es von Hand auswählen können Sie bestätigen die Auswahl, mindestens eine Seite muss verbleiben, und die gereinigte Datei wird heruntergeladen als
name_cleaned_N_removed.pdf. Es ist clientseitig, kostenlos, keine Anmeldung und es wird nichts hochgeladen.
Woher kommen leere Seiten in einem PDF?
Leere Seiten sind fast immer ein Nebeneffekt der Art und Weise, wie die Datei erstellt wurde, keine Wahl, die jemand absichtlich getroffen hat. Die gängigen Quellen fallen in eine Handvoll Muster, und wenn Sie wissen, welche Ihre leeren Seiten erstellt hat, erfahren Sie, wie sie erkannt werden.
Das Duplex-Scannen ist die größte Quelle Ein Scanner, der beide Seiten jedes Blattes erfasst, speichert die Rückseite einer einseitigen Seite als eigenes Bild. Aus einem so gescannten 20-Blatt-Buchstaben wird ein 40-seitiges PDF mit 20 nahezu weißen Bildern darin.
Textverarbeitungsexporte sind die zweiten Ein Dokument, auf dessen letzte Zeile ein leerer Absatz, ein Seitenumbruch oder ein Abschnittsumbruch folgt, kann mit einer nachlaufenden Seite exportieren, diese Seite enthält normalerweise einen Textoperator, der ein einzelnes Leerzeichen anzeigt, da der Exporteur den leeren Absatz so ausgeschrieben hat, wie er ihn gefunden hat.
Zusammenführungen und Vorlagen sind die dritte Durch die Kombination mehrerer PDFs können Deckentrenner oder Trennblätter übertragen werden, und Berichtsgeneratoren fügen ein Dokument oft auf eine gerade Seitenzahl, sodass doppelseitige Druckzeilen angezeigt werden.
Bearbeitungen auf Seitenebene sind die letzten Eine als Platzhalter hinzugefügte und nie ausgefüllte Seite ist in Dateien, die im Laufe der Zeit aufgebaut wurden, üblich.
Diese Muster sind wichtig, weil sie verschiedene Arten von & quot; blank" im Inneren der Datei produzieren Manche Seiten enthalten überhaupt nichts Manche enthalten Anweisungen, die nichts zeichnen Manche enthalten ein ganzseitiges Bild von Whitepaper Software kann die ersten beiden mit Sicherheit erkennen und die dritte nicht ohne Pixelmessung.
Woran erkennt eine Software, dass eine PDF-Seite leer ist?
Software teilt eine leere Seite von einer Seite mit Inhalt mit, indem sie den Inhaltsstrom der Seite' s liest und prüft, ob eine Anweisung darin Markierungen auf der Seite setzt Es wird nicht auf das gerenderte Bild geschaut.
Jede PDF-Seite beschreibt ihr Erscheinungsbild als Content-Stream: eine Folge von Operatoren mit Operanden, definiert in der PDF-Spezifikation, ISO 32000-2. Die meisten Betreiber richten nur den Zustand ein. Tf Wählen Sie eine Schriftart und Größe aus Td Textposition bewegt, rg Setzt eine Füllfarbe cm Koordinatensystem ändert Keiner von ihnen zeichnet etwas von sich aus Nur eine kleine Gruppe von Operatoren markiert die Seite:
- Textanzeigeoperatoren:
Tj,TJ,'und" - Pfadmaler-operatoren:
S,s,f,F,f*,B,B*,bundb* Do, die ein äußeres Objekt wie ein Bild oder ein Formular maltsh(was eine Schattierung maltBI, mit dem ein Inline-Bild beginnt
Eine Seite, deren Content-Stream keinen dieser Operatoren enthält, zeichnet nichts, wie lang der Stream auch ist Das ist eine eindeutige Antwort, keine Schätzung, und sie ist die Grundlage der Leerseitenentferner auf Toolz.
Bei der Prüfung muss man aufpassen, was als Operator zählt Der Brief f Fill-Operator ist, aber es erscheint auch innerhalb eines Schriftartennamens wie /F1. Ein String-Literal wie z (BT Do ET) Text angezeigt werden soll, nicht drei Operatoren Also streift das Tool String Literale, Hex-Strings und Kommentare, bevor es scannt, und es stimmt nur Operatoren auf Token-Grenzen ab Ohne diesen Schritt würde jede Schrift-Referenz wie Tinte aussehen und fast keine Seite jemals leer gemeldet werden.
Wie sieht ein " blank" aus. Content-Stream?
Einen Content-Stream zu sehen macht die Idee konkret Hier sind drei decodierte Streams, wie man sie hinter drei Seiten eines exportierten Dokuments finden würde.
Eine Seite, die Text zeichnet:
BT
/F1 12 Tf
72 720 Td
(Hello) Tj
ET
Eine Seite, deren einziger Text ein einzelnes Leerzeichen ist, die klassische Nachlaufseite aus einem Word-Export:
BT
/F1 12 Tf
72 720 Td
( ) Tj
ET
Eine Seite, die den Zustand einrichtet, aber nie zeichnet:
q
0 0 0 rg
1 0 0 1 72 720 cm
Q
Der erste Stream zeigt die Zeichenfolge Hello(also die Seite hat Inhalt Die dritte hat gar keinen Markierungsoperator, also ist sie leer Die zweite ist die interessante Sie enthält Tj„Eine einfache Operatorzählung würde es also Inhalt nennen. Aber die einzige Zeichenfolge, die es anzeigt, ist ein Leerzeichen, das nichts sichtbares auf das Papier bringt.
Das Tool behandelt diesen Fall explizit Wenn jeder Markierungsoperator auf einer Seite ein Textoperator ist, schaut er auf die gezeigten Zeichenfolgen Wenn jede wörtliche Zeichenfolge Leerzeichen ist, und jede Hexzeichenfolge in Leerzeichen, Tabulatoren oder Zeilenumbrüche dekodiert wird, wird die Seite als & quot; Nur Leerzeichen wird gezeichnet" und als leer behandelt Dass eine Regel einen großen Teil der leeren Seiten erfasst, die Menschen aus exportierten Dokumenten zu entfernen versuchen.
Welche Seiten werden erkannt und welche bleiben für Sie übrig?
Das Tool gibt jeder Seite eines von drei Urteilen, und nur eines davon wird zur Löschung vorselektiert Diese Tabelle fasst zusammen, wie jede Art von Seite gezeichnet wird und was mit ihr passiert.
| Seitentyp | Was sein Content-Stream enthält | Urteil | Zur Entfernung vorgewählt |
|---|---|---|---|
| Seite hinzugefügt und nie gezeichnet | Kein Content Stream | Leer (" Kein Content-Stream.") | ja |
| Seite, die nur Schriftarten, Farben oder Koordinaten festlegt | Betreiber, aber keine, die die Seite markieren | Leer (" Inhaltsstrom zeichnet nichts.") | ja |
| Nachverfolgte Seite aus einem Word-Export | Textoperatoren, die nur Leerzeichen oder Zeilenumbrüche anzeigen | Leer (" Es wird nur Leerzeichen gezeichnet.") | ja |
| Gescanntes leeres Blatt | Eine Single Do Ein weißes Bild malen |
Nur Bild | kein |
| Gescannte Seite mit echtem Inhalt | Eine Single Do Ein Bild malen |
Nur Bild | kein |
| Seite mit Fußzeile, Randlinie oder weißem Rechteck | Text- oder Pfadmaler-Operatoren | Inhalt | kein |
| Seite, deren Stream nicht dekodiert werden kann | Unbekannt | Inhalt, sicher aufbewahrt | kein |
| Normale Text - oder Grafikseite | Kennzeichnungsoperatoren | Inhalt | kein |
Zwei Reihen verdienen einen genaueren Blick.
Die Nur-Bild-Zeilen sind zweimal dieselbe Zeile, aus der Sicht von tool' s. Ein gescanntes leeres Blatt und ein gescannter unterschriebener Vertrag sind beide ein Bild, mit dem gezeichnet wurde Do. Um sie auseinander zu halten, muss die Seite gerendert und gemessen werden, wie weiß die Pixel sind, was eine Rendering-Engine erfordert, die das Tool nicht trägt. Anstatt zu raten, bleiben reine Bildseiten unausgewählt und unmarkiert, sodass sie wie jede andere Seite im Raster aussehen. Das Löschen einer Seite kann nicht rückgängig gemacht werden, und ein Tool, das bei einem Vertrag falsch ratet, schadet mehr als eines, das danach fragt.
Die nicht dekodierbare Zeile ist eine Sicherheitsregel, wird ein Content-Stream mit einem Filter komprimiert, der nicht gelesen werden kann, kann die Seite nicht beurteilt werden, wird also als Inhalt behandelt Eine Seite wegen eines Parse-Fehlers zu löschen ist das einzige Ergebnis ohne Wiederherstellung.
Wie entfernt man leere Seiten aus einem PDF Schritt für Schritt?
Der Workflow besteht aus vier Schritten und bis zum letzten wird nichts gelöscht.
- Öffnen Sie die Datei. Ziehen Sie ein PDF auf die Werkzeug leere Seiten entfernen oder klicken Sie, um eine zu wählen Die Seite zeigt den Dateinamen, die Größe und die Seitenanzahl an.
- Lesen Sie die Analyse. Jede Seite wird überprüft Die Übersichtszeile lautet z.B. "2 leere Seiten detected", und die leeren Seiten erscheinen rot im Seitenraster, bereits ausgewählt.
- Passen Sie die Auswahl an. Klicken Sie auf eine beliebige Seitennummer, um sie hinzuzufügen oder zu entfernen. & quot; Wählen Sie Blank" stellt den erkannten Satz wieder her, und & quot; Wählen Sie All" löscht alles Eine erkannte leere Seite, die Sie abwählen, behält einen kleinen gelben Punkt, sodass Sie immer noch sehen können, was die Analyse gefunden hat Vergleichen Sie bei gescannten Dateien mit dem Original und klicken Sie auf die reinen Bildseiten, die wirklich leer sind.
- Herunterladen Der Button liest & quot; download (2 Seiten entfernt) " oder was auch immer Ihre Zählung ist Die restlichen Seiten werden in ein neues Dokument kopiert, das nach dem Original benannt ist, wie z
report_cleaned_2_removed.pdfdrohen
Die Ausgabezusammenfassung unter dem Raster zeigt Originalseiten, zu entfernende Seiten und resultierende Seiten, so dass Sie die Arithmetik vor dem Klick überprüfen können Der Download-Button ist deaktiviert, wenn nichts ausgewählt ist und wenn jede Seite ausgewählt ist, denn in der Ausgabe muss mindestens eine Seite verbleiben.
Ein funktionierendes Beispiel: vorher und nachher
Nehmen Sie eine fünfseitige Datei namens report.pdfZusammengestellt aus mehreren Quellen:
| Seite | Was es enthält | Urteil |
|---|---|---|
| 1 | Titel und Einleitungstext | Inhalt |
| 2 | Platzhalterseite, nie gezeichnet | Leer |
| 3 | Ein einzelner Speicherplatz, der durch einen Wortexport übrig bleibt | Leer |
| 4 | Ein gescanntes Bild eines signierten Formulars | Nur Bild |
| 5 | Schlusstext | Inhalt |
Wenn die Datei geladen wird, lautet die Zusammenfassung "2 leere Seiten erkannt" und die Seiten 2 und 3 werden in Rot vorgewählt Seite 4 bleibt ohne Markierung unausgewählt Die Schaltfläche lautet " Herunterladen (2 Seiten entfernt) ".
Vorher: Vor 1 2 3 4 5
Nach: 1 4 5, in der neuen Datei neu nummeriert als 1 2 3
Die gespeicherte Datei ist report_cleaned_2_removed.pdf, mit drei Seiten Die ursprüngliche Seite 4 ist jetzt Seite 2 und die ursprüngliche Seite 5 ist jetzt Seite 3.
Nun ändern Sie ein Detail Angenommen Seite 4 wäre ein Scan der leeren Rückseite eines Blattes und nicht ein signiertes Formular Die Analyse würde genau das gleiche Urteil erreichen, Bild-nur, und die Datei würde genau auf die gleiche Weise geladen Der Unterschied ist, dass Sie vor dem Herunterladen auf Seite 4 klicken würden, die Schaltfläche würde & quot; herunterladen (3 Seiten entfernt) " lesen, und die Ausgabe wäre report_cleaned_3_removed.pdf Mit Seiten 1 5Umnummeriert 1 2drohen
Warum wurde eine Seite, die leer aussieht, nicht erkannt?
Eine Seite, die leer aussieht, aber nicht vorselektiert ist, zeichnet fast immer etwas Kleines oder Unsichtbares. Bei der Analyse geht es um Operatoren, und mehrere gemeinsame Markierungen sind leicht mit dem Auge zu übersehen.
Ein laufender Header oder Footer mit Seitenzahl ist ein Textoperator, der echte Zeichen zeigt, die Seite hat also Inhalt Eine dünne Randlinie, eine Schnittmarke oder eine Haarlinienregel ist ein Pfad-Maloperator Ein weiß gefülltes Rechteck ist ein Fülloperator, obwohl Weiß auf Weiß nichts zeigt Und eine gescannte Seite mit einer OCR-Ebene trägt unsichtbaren Text oben auf dem Bild, gezeichnet mit Textoperatoren, also liest es sich als Inhalt.
In all diesen Fällen ist der Fix derselbe: Klicken Sie auf die Seitenzahl, um sie von Hand auszuwählen. Das Tool hält Sie nie davon ab, eine Seite zu entfernen, die es nicht erkannt hat, sondern weigert sich nur, für Sie zu entscheiden.
Wenn sich die Datei überhaupt nicht öffnet und die Seite & quot; Fehler beim Laden von PDF anzeigt Bitte versuchen Sie es mit einer anderen Datei.", die wahrscheinlichste Ursache ist der Passwortschutz Verschlüsselte PDFs werden beim Parsen verweigert Entfernen Sie das Passwort in einem PDF-Viewer Ihres Vertrauens, speichern Sie eine Kopie und laden Sie stattdessen diese Kopie.
Welche Änderungen gibt es in der bereinigten Datei und was nicht?
Die von Ihnen verwahrten Seiten werden so kopiert, wie sie sind, und die Extras auf Dokumentenebene nicht. Wenn Sie die Aufteilung verstehen, können Sie entscheiden, ob Sie das Original behalten möchten.
Die geführten Seiten werden mit pdf-lib' s-Seitenkopie kopiert, nicht gerendert und neu codiert Text bleibt wählbar, Schriftarten bleiben eingebettet, Bilder behalten ihre Auflösung, und jede Seite behält ihre Größe und Rotation Der Inhalt einer geführten Seite ist Byte-für-Byte die gleiche Zeichenanleitung, die sie zuvor hatte.
Was nicht übernommen wird, ist die Struktur, die zum Dokument gehört, statt zu Seiten Die neue Datei hat keinen Dokumenttitel und keine Lesezeichen, denn der Gliederungsbaum lebt auf der Ebene des Dokuments Behalten Sie das Original, wenn Ihnen das wichtig ist, was einfach ist, weil das Tool es nie ändert: Das bereinigte PDF ist ein neuer Download.
Die Dateigröße sinkt normalerweise, aber um weniger als die Leute erwarten Eine Seite, die nichts zeichnet, enthält fast keine Daten, sodass das Entfernen wenig spart Die wirklichen Einsparungen kommen von gescannten Dateien, wo jede leere Seite ein Bild in voller Größe ist Wenn das Ziel ein kleinerer Anhang ist, statt weniger Seiten, führen Sie das Ergebnis durch komprimieren pdf Sowie; die Anleitung zum Komprimieren eines PDFs Erklärt, was Kompression schrumpfen kann und was nicht.
Leere Seiten entfernen vs. PDF-Seiten löschen vs. PDF organisieren
Diese drei Tools überschneiden sich, und die Wahl des richtigen kommt darauf an, ob man schon weiß, welche Seiten gehen sollen.
| Situation | Bestes Werkzeug | wieso |
|---|---|---|
| Sie wissen nicht, wo sich die leeren Seiten befinden | Leere Seiten entfernen | Findet Seiten, die nichts zeichnen und wählt sie vor |
| Sie kennen die Seitenzahlen oder einen Bereich zum Schneiden | PDF-Seiten löschen | Entfernt die Seiten, die Sie benennen, leer oder nicht |
| Sie müssen einige Seiten entfernen und den Rest neu bestellen | PDF organisieren | Seiten in einem Durchgang verschieben und löschen |
| Sie möchten die durch Leerzeichen getrennten Abschnitte als separate Dateien | pdf teilen | Schneiden Sie das Dokument nach Bereich in mehrere PDFs |
Ein sinnvolles Muster für gescannte Dokumente ist das Kombinieren, mit dem Leerseitendetektor erst die Seiten erfassen, die sicher leer sind und um das Seitenraster zu sehen, dann klicken Sie die gescannten Leerrückseiten per Hand, wenn nach dem Scannen auch die Seitenreihenfolge falsch ist, wird die Leitfaden zur Organisation von PDF-Seiten Neuordnung abdeckt, und es gilt die gleiche clientseitige Verarbeitung Der vollständige Satz von Seitenwerkzeugen ist auf der Drehscheibe PDF-Toolsdrohen
Ist es sicher, leere Seiten aus sensiblen Dokumenten online zu entfernen?
Mit einem clientseitigen Tool verlässt das Dokument niemals Ihr Gerät Die Datei wird in JavaScript im Browser-Tab gelesen, analysiert und neu geschrieben, sie wird nicht auf einen Server hochgeladen, protokolliert oder gespeichert, und sobald die Seite geladen wurde, funktioniert sie ohne Netzwerkverbindung weiter.
Das ist wichtig für die Dokumente, die dazu neigen, leere Seiten zu sammeln: gescannte Verträge, Kranken- und Versicherungsunterlagen, Kontoauszüge und Personalakten. Genau das sind die Dateien, die nicht an einen unbekannten Server gesendet werden sollten, um ein paar leere Blätter zu löschen. Das Tool ist kostenlos, keine Anmeldung und fügt kein Wasserzeichen hinzu.
Alternativen zu einem Online-Rohlingsseitenentferner
Ein Browser-Tool ist eine von mehreren Routen, und jeder hat einen Platz.
Desktop-PDF-Editoren wie Adobe Acrobat können Seiten aus einem Miniaturbildfeld löschen, und einige kostenpflichtige Editionen enthalten eine Option zur Erkennung leerer Seiten in ihrem Scan oder optimieren Funktionen. Dieser Weg passt zu Personen, die bereits über eine Lizenz für die Software verfügen.
Scannersoftware ist oft der beste Ort, um das Problem an der Quelle zu beheben Viele Scannertreiber enthalten eine & quot; leere Seiten überspringen" oder & quot; leere Seiten entfernen" Option, die das Bild misst, während es aufgenommen wird, bevor das PDF geschrieben wird Da der Treiber die Pixel sieht, kann er leere Rückseiten abfangen, die eine Überprüfung auf Bedienerebene nicht kann Das Einschalten verhindert das Problem für zukünftige Scans.
Befehlszeilenwerkzeuge eignen sich für Stapelarbeit. qpdf Neue Datei aus ausgewählten Seiten schreiben kann, zum Beispiel qpdf in.pdf --pages . 1,4,5 -- out.pdfSobald Sie wissen, welche Seiten Sie behalten müssen. Das Erkennen leerer gescannter Seiten in einem Skript bedeutet normalerweise, jede Seite mit einem Tool wie Ghostscript oder Poppler wiederzugeben und zu messen, wie viel Bild nicht weiß ist.
Der Vorteil des clientseitigen Tools besteht darin, dass es keine Installation benötigt, auf jedem Betriebssystem genauso ausgeführt wird, die Datei nie hochlädt und Ihnen jede Entscheidung anzeigt, bevor etwas gelöscht wird.
