Un PDF avec des pages blanches est une petite gêne jusqu'à ce qu'il soit imprimé, envoyé par courrier électronique à un client ou soumis à un portail qui compte des pages Un scanner duplex enregistre le dos vide de chaque feuille simple face Une exportation Word ajoute une dernière page à cause d'une marque de paragraphe errante Une fusion laisse des feuilles séparatrices derrière Les pages ne portent rien, mais elles coûtent du papier, allongent le défilement et donnent à un document un aspect inachevé.
Les supprimer semble trivial, et pour une page, vous pouvez voir et nommer qu'elle est La partie difficile est de les trouver dans un long fichier, et de décider quelles pages sont vraiment vierges Ce guide explique comment les pages vierges entrent dans un PDF, comment le logiciel peut dire une page blanche à partir d'une page avec du contenu, où cette détection est épuisée, et comment utiliser le Supprimer l'outil Pages vierges pour nettoyer un fichier sans supprimer quelque chose dont vous aviez besoin.
tl;dr : Une page PDF vierge est une page qui ne dessine rien : elle n'a pas de flux de contenu, un flux de contenu sans opérateurs de dessin, ou des opérateurs de texte qui ne montrent que des espaces Le Supprimer les pages vierges outil lit chaque page' ; s flux de contenu, présélectionne les pages qui sont certainement vierges, et laisse les pages qui dessinent seulement une image (ce qui est ce à quoi ressemble une feuille vierge numérisée) pour que vous puissiez choisir à la main Vous confirmez la sélection, au moins une page doit rester, et le fichier nettoyé se télécharge comme
name_cleaned_N_removed.pdf. C'est côté client, gratuit, sans inscription et rien n'est téléchargé.
D'où viennent les pages blanches dans un PDF ?
Les pages blanches sont presque toujours un effet secondaire de la façon dont le fichier a été fait, pas un choix que quelqu'un a fait exprès Les sources courantes tombent dans une poignée de modèles, et savoir lequel a produit vos pages blanches vous indique comment elles seront détectées.
Le balayage duplex est la plus grande source Un scanner réglé pour capturer les deux côtés de chaque feuille enregistre le dos d'une page recto comme sa propre image Une lettre de 20 feuilles numérisée de cette façon devient un PDF de 40 pages avec 20 images presque blanches dedans.
Les exportations de traitement de texte sont les deuxièmes Un document dont la dernière ligne est suivie d'un paragraphe vide, d'un saut de page ou d'un saut de section peut exporter avec une page en fin de course Cette page contient généralement un opérateur de texte affichant un seul espace, car l'exportateur a écrit le paragraphe vide tel qu'il l'a trouvé.
Les fusions et les modèles sont les troisièmes. La combinaison de plusieurs PDF peut transférer des séparateurs de couverture ou des feuilles de séparation, et les générateurs de rapports remplissent souvent un document pour un nombre de pages pair, donc des lignes d'impression recto-verso.
Les modifications au niveau de la page sont les dernières. Une page ajoutée en tant qu'espace réservé et jamais remplie est courante dans les fichiers accumulés au fil du temps.
Ces motifs comptent car ils produisent différents types de " ; blank" ; à l'intérieur du fichier Certaines pages ne contiennent rien du tout Certaines contiennent des instructions qui ne dessinent rien Certaines contiennent une image pleine page de livre blanc Les logiciels peuvent reconnaître les deux premiers avec certitude et ne peuvent pas reconnaître le troisième sans mesurer les pixels.
Comment un logiciel peut-il dire qu'une page PDF est vierge ?
Le logiciel indique une page blanche à partir d'une page avec du contenu en lisant le flux de contenu page' ; et en vérifiant si une instruction qu'il contient met des marques sur la page. Il ne regarde pas l'image rendue.
Chaque page PDF décrit son apparence comme un flux de contenu : une séquence d'opérateurs avec des opérandes, définis dans la spécification PDF ISO 32000-2. La plupart des opérateurs ne mettent en place que l'état. Tf choisit une police et une taille, Td déplace la position du texte, rg définit une couleur de remplissage, cm change le système de coordonnées Aucun d'entre eux ne dessine rien de lui-même Seul un petit groupe d'opérateurs marque la page :
- opérateurs de présentation de texte :
Tj,TJ,'et" - opérateurs de peinture de chemin :
S,s,f,F,f*,B,B*,betb* Do(en), qui peint un objet extérieur tel qu'une image ou une formesh(en), qui peint une ombrageBI(en), qui commence une image en ligne
Une page dont le flux de contenu ne contient aucun de ces opérateurs ne tire rien, quelle que soit la durée du flux. C'est une réponse définitive, pas une estimation, et c'est la base du dissolvant de page vierge sur Toolz.
Le contrôle doit faire attention à ce qui compte comme opérateur. La lettre f est un opérateur de remplissage, mais il apparaît également à l'intérieur d'un nom de police comme /F1. Un littéral de chaîne tel que (BT Do ET) est-ce que le texte doit être affiché, pas trois opérateurs Donc l'outil supprime les littéraux de chaîne, les chaînes hexagonales et les commentaires avant qu'il ne scanne, et il ne correspond qu'aux opérateurs sur les limites des jetons Sans cette étape, chaque référence de police ressemblerait à de l'encre et presque aucune page ne serait jamais signalée vide.
À quoi ressemble un " ; blank" ; flux de contenu ?
Voir un flux de contenu rend l'idée concrète Voici trois flux décodés, du genre de ceux que vous trouveriez derrière trois pages d'un document exporté.
Une page qui dessine du texte :
BT
/F1 12 Tf
72 720 Td
(Hello) Tj
ET
Une page dont le seul texte est un seul espace, la page de fin classique d'une exportation Word :
BT
/F1 12 Tf
72 720 Td
( ) Tj
ET
Une page qui met en place un état mais ne dessine jamais :
q
0 0 0 rg
1 0 0 1 72 720 cm
Q
Le premier flux affiche la chaîne Hello[TRADUCTION] ?, donc la page a du contenu La troisième n'a aucun opérateur de marquage du tout, donc elle est vierge La deuxième est l'intéressante Elle contient Tj[TRADUCTION], donc un simple comptage d'opérateurs appellerait cela du contenu Mais la seule chaîne qu'il montre est un espace, ce qui ne met rien de visible sur le papier.
L'outil gère explicitement ce cas Lorsque chaque opérateur de marquage sur une page est un opérateur de texte, il examine les chaînes affichées. Si chaque chaîne littérale est un espace et que chaque chaîne hexadécimale se décode en espaces, onglets ou sauts de ligne, la page est signalée comme " ; Seul l'espace est dessiné et quot ; et traité comme vide. Cette règle capture une grande partie des pages blanches que les gens tentent de supprimer des documents exportés.
Quelles pages sont détectées, et lesquelles vous restent ?
L'outil donne à chaque page l'un des trois verdicts, et un seul d'entre eux est présélectionné pour suppression Ce tableau résume comment chaque type de page est dessiné et ce qui lui arrive.
| Type de page | Ce que contient son flux de contenu | verdict | Pré-sélectionné pour la suppression |
|---|---|---|---|
| Page ajoutée et jamais dessinée | Aucun flux de contenu | Vide (" ; Pas de flux de contenu." ;) | oui |
| Page qui définit les polices, les couleurs ou les coordonnées uniquement | Opérateurs, mais aucun qui marque la page | Vide (" ; Le flux de contenu ne tire rien." ;) | oui |
| Page de suivi d'une exportation Word | Opérateurs de texte affichant uniquement les espaces ou les sauts de ligne | Vide (" ; Seuls les espaces sont dessinés." ;) | oui |
| Feuille vierge numérisée | Un célibataire Do peindre une image blanche |
Image uniquement | non |
| Page numérisée avec du contenu réel | Un célibataire Do peindre une image |
Image uniquement | non |
| Page avec un numéro de pied de page, une ligne de bordure ou un rectangle blanc | Opérateurs de peinture de texte ou de chemin | contentement | non |
| Page dont le flux ne peut pas être décodé | Inconnu | Contenu, gardé pour être sûr | non |
| Texte normal ou page graphique | Opérateurs de marquage | contentement | non |
Deux rangées méritent un examen plus approfondi.
Les lignes uniquement d'image sont deux fois la même ligne, du point de vue tool' ; s. Une feuille vierge numérisée et un contrat signé numérisé sont tous deux une image dessinée avec Do. Les distinguer nécessite de rendre la page et de mesurer à quel point les pixels sont blancs, ce qui nécessite un moteur de rendu que l'outil ne transporte pas Plutôt que de deviner, il laisse les pages uniquement d'image non sélectionnées et non marquées, de sorte qu'elles ressemblent à n'importe quelle autre page de la grille La suppression d'une page ne peut pas être annulée, et un outil qui devine mal un contrat fait plus de mal qu'un outil qui demande.
La ligne indécodable est une règle de sécurité Si un flux de contenu est compressé avec un filtre qui ne peut pas être lu, la page ne peut pas être jugée, donc elle est traitée comme un contenu La suppression d'une page à cause d'un échec d'analyse est le seul résultat sans récupération.
Comment supprimer les pages blanches d'un PDF étape par étape ?
Le flux de travail comporte quatre étapes et rien n'est supprimé avant la dernière.
- Ouvrir le fichier. Faites glisser un PDF sur le supprimer l'outil pages blanches ou cliquez pour en choisir un La page affiche le nom du fichier, la taille et le nombre de pages.
- Lire l'analyse. Chaque page est cochée La ligne de résumé indique, par exemple, " ; 2 pages blanches détectées" ;, et les pages blanches apparaissent en rouge dans la grille des pages, déjà sélectionnée.
- Ajuster la sélection. Cliquez sur n'importe quel numéro de page pour l'ajouter ou le supprimer. " ; Sélectionner Blank" ; restaure l'ensemble détecté, et " ; Désélectionner All" ; efface tout Une page blanche détectée que vous désélectionnez conserve un petit point jaune, afin que vous puissiez toujours voir ce que l'analyse a trouvé Pour les fichiers numérisés, comparez par rapport à l'original et cliquez sur les pages uniquement sur l'image qui sont vraiment vides.
- Télécharger. Le bouton lit " ; Télécharger (2 pages supprimées) " ; ou quel que soit votre décompte Les pages restantes sont copiées dans un nouveau document nommé d'après l'original, tel que
report_cleaned_2_removed.pdf.
Le résumé de sortie sous la grille montre les pages originales, les pages à supprimer et les pages résultantes, afin que vous puissiez vérifier l'arithmétique avant de cliquer Le bouton de téléchargement est désactivé lorsque rien n'est sélectionné et lorsque chaque page est sélectionnée, car au moins une page doit rester dans la sortie.
Un exemple concret : avant et après
Prenez un fichier de cinq pages appelé report.pdf[traduction], assemblés à partir de plusieurs sources :
| Page | Ce qu'il contient | verdict |
|---|---|---|
| 1 | Titre et texte d'introduction | contentement |
| 2 | Page d'espace réservé, jamais dessinée | Vide |
| 3 | Un seul espace laissé par une exportation Word | Vide |
| 4 | Une image numérisée d'un formulaire signé | Image uniquement |
| 5 | Texte de clôture | contentement |
Lorsque le fichier se charge, le résumé lit " ; 2 pages blanches détectées" ;, et les pages 2 et 3 sont présélectionnées en rouge La page 4 reste non sélectionnée sans marqueur Le bouton lit " ; Télécharger (2 pages supprimées)" ;.
Avant: 1 2 3 4 5
Après: 1 4 5, renuméroté dans le nouveau fichier comme 1 2 3
Le fichier enregistré est report_cleaned_2_removed.pdf5, avec trois pages La page originale 4 est maintenant la page 2 et la page originale 5 est maintenant la page 3.
Maintenant, changez un détail Supposons que la page 4 soit un scan du dos vide d'une feuille plutôt qu'un formulaire signé L'analyse atteindrait exactement le même verdict, image seule, et le fichier se chargerait exactement de la même façon La différence est que vous cliqueriez sur la page 4 avant de télécharger, le bouton lirait " ; Télécharger (3 pages supprimées) " ;, et la sortie serait report_cleaned_3_removed.pdf avec pages 1 5, renuméroté 1 2.
Pourquoi une page qui semble vide n'a-t-elle pas été détectée ?
Une page qui semble vide mais qui n'est pas présélectionnée dessine presque toujours quelque chose de petit ou d'invisible L'analyse porte sur les opérateurs, et plusieurs marques courantes sont faciles à manquer à l'œil nu.
Un en-tête ou un pied de page en cours d'exécution avec un numéro de page est un opérateur de texte affichant des caractères réels, donc la page a du contenu Une fine ligne de bordure, une marque de recadrage ou une règle de racine des cheveux est un opérateur de peinture de chemin Un rectangle rempli de blanc est un opérateur de remplissage, même si le blanc sur blanc ne montre rien Et une page numérisée avec une couche OCR transporte du texte invisible au-dessus de l'image, dessiné avec des opérateurs de texte, donc il se lit comme contenu.
Dans tous ces cas le correctif est le même : cliquez sur le numéro de page pour le sélectionner à la main L'outil ne vous empêche jamais de supprimer une page qu'il n'a pas détectée, il refuse seulement de décider pour vous.
Si le fichier ne s'ouvre pas du tout et que la page affiche " ; Erreur lors du chargement du PDF. Veuillez essayer un autre fichier." ;, la cause la plus probable est la protection par mot de passe Les PDF cryptés sont refusés lorsqu'ils sont analysés Supprimez le mot de passe dans une visionneuse PDF en laquelle vous avez confiance, enregistrez une copie et chargez cette copie à la place.
Quels changements dans le fichier nettoyé, et qu'est-ce qui ne change pas ?
Les pages que vous conservez sont copiées telles quelles, et les extras au niveau du document ne le sont pas. Comprendre la division vous aide à décider de conserver ou non l'original.
Les pages conservées sont copiées avec pdf-lib' ; s copie de page, non rendue et ré-encodée Le texte reste sélectionnable, les polices restent intégrées, les images conservent leur résolution, et chaque page garde sa taille et sa rotation Le contenu d'une page conservée est octet pour octet les mêmes instructions de dessin qu'il avait auparavant.
Ce qui n'est pas reporté, c'est la structure qui appartient au document plutôt qu'aux pages Le nouveau fichier n'a pas de titre de document et pas de signets, car l'arborescence des contours vit au niveau du document Gardez l'original si ceux-ci comptent pour vous, ce qui est facile car l'outil ne le modifie jamais : le PDF nettoyé est un nouveau téléchargement.
La taille du fichier diminue généralement, mais de moins que ce à quoi les gens s'attendent Une page qui ne dessine rien ne contient presque aucune donnée, donc la supprimer économise peu Les économies réelles proviennent des fichiers numérisés, où chaque page blanche est une image en taille réelle Si l'objectif est une pièce jointe plus petite plutôt que moins de pages, exécutez le résultat à travers Compresser un PDF ainsi ; le guide pour compresser un PDF explique ce que la compression peut et ne peut pas réduire.
Supprimer les pages vierges vs supprimer les pages PDF vs organiser le PDF
Ces trois outils se chevauchent, et choisir le bon revient à savoir si vous savez déjà quelles pages doivent aller.
| situation | Meilleur outil | pourquoi |
|---|---|---|
| Vous ne savez pas où se trouvent les pages blanches | Supprimer les pages vierges | Trouve les pages qui ne dessinent rien et les présélectionne |
| Vous connaissez les numéros de page ou une plage à couper | Supprimer des pages PDF | Supprime les pages que vous nommez, vierges ou non |
| Vous devez supprimer certaines pages et réorganiser le reste | Organiser le PDF | Déplacer et supprimer des pages en un seul passage |
| Vous voulez que les sections séparées en blanc soient des fichiers séparés | partager un PDF | Découpez le document en plusieurs PDF par plage |
Un modèle utile pour les documents numérisés est de les combiner Utilisez d'abord le détecteur de page blanche pour saisir les pages qui sont certainement vierges et pour voir la grille de page, puis cliquez à la main sur les dos vides numérisés Si l'ordre des pages est également erroné après la numérisation, le guide d'organisation des pages PDF couvre la réorganisation et le même traitement côté client s'applique. L'ensemble complet des outils de page se trouve sur le Hub d'outils PDF.
Est-il sécuritaire de supprimer des pages blanches de documents sensibles en ligne ?
Avec un outil côté client, le document ne quitte jamais votre appareil Le fichier est lu, analysé et réécrit en JavaScript à l'intérieur de l'onglet du navigateur Il n'est pas téléchargé, enregistré ou stocké sur un serveur, et une fois la page chargée, il continue de fonctionner sans connexion réseau.
Cela compte pour les documents qui tendent à recueillir des pages blanches : contrats scannés, documents médicaux et d'assurance, relevés bancaires et fichiers RH Ce sont exactement les fichiers qui ne doivent pas être envoyés à un serveur inconnu pour supprimer quelques feuilles vides L'outil est gratuit, pas d'inscription, et n'ajoute aucun filigrane.
Des alternatifs à un extracteur de page blanche en ligne
Un outil de navigation est l'un des nombreux itinéraires et chacun a sa place.
Les éditeurs de PDF de bureau tels qu'Adobe Acrobat peuvent supprimer des pages d'un panneau de vignettes, et certaines éditions payantes incluent une option de détection de page blanche dans leur analyse ou optimisent les fonctionnalités. Cet itinéraire convient aux personnes qui disposent déjà d'une licence logicielle.
Le logiciel de scanner est souvent le meilleur endroit pour résoudre le problème à la source De nombreux pilotes de scanner incluent un " ; sauter les pages vierges" ; ou " ; supprimer les pages vierges" ; option qui mesure l'image telle qu'elle est capturée, avant que le PDF ne soit écrit Parce que le pilote voit les pixels, il peut attraper les dos vierges qu'une vérification au niveau de l'opérateur ne peut pas. L'allumer évite le problème pour les analyses futures.
Les outils de ligne de commande conviennent au travail par lots. qpdf peut écrire un nouveau fichier à partir de pages sélectionnées, par exemple qpdf in.pdf --pages . 1,4,5 -- out.pdf[TRADUCTION], une fois que vous savez quelles pages conserver La détection de pages numérisées vierges dans un script signifie habituellement rendre chaque page avec un outil comme Ghostscript ou Poppler et mesurer la quantité de l'image qui est non blanche.
L'avantage de l'outil côté client est qu'il ne nécessite aucune installation, qu'il fonctionne de la même manière sur n'importe quel système d'exploitation, qu'il ne télécharge jamais le fichier et qu'il vous montre chaque décision avant que quoi que ce soit ne soit supprimé.
