Un PDF con pagine vuote al suo interno è un piccolo fastidio fino a quando non viene stampato, inviato via email a un client o inviato a un portale che conta le pagine Uno scanner duplex salva il retro vuoto di ogni foglio a lato singolo Un'esportazione di Word aggiunge una pagina finale a causa di un segno di paragrafo vagante Un'unione lascia dietro di sé fogli separatori Le pagine non portano nulla, ma costano carta, allungano la pergamena e fanno sembrare un documento incompiuto.
Eliminarli sembra banale, e per una pagina puoi vederla e nominarla è La parte difficile è trovarli in un file lungo, e decidere quali pagine sono veramente vuote Questa guida spiega come le pagine vuote entrano in un PDF, come il software può dire una pagina vuota da una pagina con contenuto, dove quel rilevamento si esaurisce, e come usare il Rimuovi lo strumento Pagine vuote per pulire un file senza eliminare qualcosa che ti serviva.
tl; dr: Una pagina PDF vuota è una pagina che non disegna nulla: non ha flusso di contenuti, un flusso di contenuti senza operatori di disegno o operatori di testo che mostrano solo spazi. IL Rimuovi pagine vuote tool legge ogni pagina's flusso di contenuto, preseleziona le pagine che sono certamente vuote, e lascia le pagine che disegnano solo un'immagine (che è quello che un foglio bianco scansionato sembra) per voi a scegliere a mano Confermate la selezione, almeno una pagina deve rimanere, e il file pulito scarica come
name_cleaned_N_removed.pdf. È lato client, gratuito, nessuna registrazione e non viene caricato nulla.
Da dove provengono le pagine bianche in un PDF?
Le pagine vuote sono quasi sempre un effetto collaterale di come è stato fatto il file, non una scelta fatta da nessuno di proposito Le fonti comuni rientrano in una manciata di schemi, e sapere quale ha prodotto le tue pagine vuote ti dice come verranno rilevate.
La scansione duplex è la fonte più grande Uno scanner impostato per catturare entrambi i lati di ogni foglio salva il retro di una pagina su un solo lato come propria immagine Una lettera di 20 fogli scansionata in questo modo diventa un PDF di 40 pagine con 20 immagini quasi bianche al suo interno.
Le esportazioni di elaboratori di testi sono le seconde Un documento la cui ultima riga è seguita da un paragrafo vuoto, da un'interruzione di pagina o da un'interruzione di sezione può essere esportato con una pagina finale Quella pagina di solito contiene un operatore di testo che mostra un singolo spazio, perché l'esportatore ha scritto il paragrafo vuoto così come lo ha trovato.
Le fusioni e i modelli sono il terzo La combinazione di diversi PDF può riportare separatori di copertina o fogli divisori e i generatori di report spesso inseriscono un documento in un conteggio di pagine pari in modo che la stampa fronte-retro si allinei.
Le modifiche a livello di pagina sono le ultime Una pagina aggiunta come segnaposto e mai riempita è comune nei file costruiti nel tempo.
Questi pattern contano perché producono diversi tipi di & quot; blank" all'interno del file Alcune pagine non contengono proprio nulla Alcune contengono istruzioni che non disegnano nulla Alcune contengono un'immagine a tutta pagina di carta bianca Il software è in grado di riconoscere i primi due con certezza e non può riconoscere il terzo senza misurare i pixel.
Come può il software dire che una pagina PDF è vuota?
Il software comunica una pagina vuota da una pagina con contenuto leggendo il flusso di contenuto page's e verificando se qualche istruzione in esso contenuta mette segni sulla pagina Non guarda l'immagine renderizzata.
Ogni pagina PDF descrive il suo aspetto come flusso di contenuti: una sequenza di operatori con operandi, definiti nella specifica PDF, ISO 32000-2. La maggior parte degli operatori imposta solo lo stato. Tf sceglie un carattere e una dimensione, Td sposta la posizione del testo, rg imposta un colore di riempimento, cm cambia il sistema di coordinate Nessuno di loro disegna nulla da solo Solo un piccolo gruppo di operatori segna la pagina:
- operatori di visualizzazione del testo:
Tj,TJ,'e" - operatori di painting:
S,s,f,F,f*,B,B*,beb* Do, che dipinge un oggetto esterno come un'immagine o una formash, che dipinge un'ombreggiaturaBI, che inizia un'immagine in linea
Una pagina il cui flusso di contenuto non contiene nessuno di quegli operatori non disegna nulla, per quanto lungo sia il flusso. Questa è una risposta definitiva, non una stima, ed è la base del rimozione pagine bianche su Toolz.
L'assegno deve fare attenzione a ciò che conta come operatore La lettera f è un operatore di riempimento, ma appare anche all'interno di un nome di carattere come /F1. Una stringa letterale come (BT Do ET) è testo da mostrare, non tre operatori Quindi lo strumento spoglia le stringhe letterali, le stringhe esagonali e i commenti prima di eseguire la scansione e corrisponde solo agli operatori sui limiti dei token Senza quel passaggio, ogni riferimento del carattere sembrerebbe inchiostro e quasi nessuna pagina verrebbe mai segnalata vuota.
Che aspetto ha un & quot; blank" flusso di contenuti?
Vedere un flusso di contenuti rende concreta l'idea Ecco tre flussi decodificati, del tipo che troveresti dietro tre pagine di un documento esportato.
Una pagina che disegna testo:
BT
/F1 12 Tf
72 720 Td
(Hello) Tj
ET
Una pagina il cui unico testo è un unico spazio, la classica pagina finale di un'esportazione di Word:
BT
/F1 12 Tf
72 720 Td
( ) Tj
ET
Una pagina che imposta lo stato ma non disegna mai:
q
0 0 0 rg
1 0 0 1 72 720 cm
Q
Il primo flusso mostra la stringa Hello, quindi la pagina ha contenuto Il terzo non ha alcun operatore di marcatura, quindi è vuoto Il secondo è quello interessante Contiene Tj, quindi un semplice conteggio degli operatori lo chiamerebbe contenuto Ma l'unica stringa che mostra è uno spazio, che non mette nulla di visibile sulla carta.
Lo strumento gestisce quel caso esplicitamente Quando ogni operatore di marcatura su una pagina è un operatore di testo, guarda le stringhe che vengono mostrate Se ogni stringa letterale è whitespace, e ogni stringa esadecimale decodifica in spazi, schede o interruzioni di riga, la pagina viene segnalata come & quot; Solo gli spazi bianchi vengono disegnati& quot; e trattata come vuota Che una regola cattura una grande quota delle pagine vuote che le persone stanno cercando di rimuovere dai documenti esportati.
Quali pagine vengono rilevate e quali sono rimaste per te?
Lo strumento dà a ogni pagina uno dei tre verdetti, e solo uno di essi è preselezionato per la cancellazione Questa tabella riassume come ogni tipo di pagina è disegnata e cosa succede ad essa.
| Tipo pagina | Cosa contiene il suo flusso di contenuti | verdetto | Preselezionato per la rimozione |
|---|---|---|---|
| Pagina aggiunta e mai disegnata | Nessun flusso di contenuti | Vuoto (& quot; Nessun flusso di contenuti.& quot;) | certo |
| Pagina che imposta solo caratteri, colori o coordinate | Operatori, ma nessuno che segni la pagina | Vuoto (& quot; Il flusso di contenuti non attira nulla.& quot;) | certo |
| Pagina finale da un'esportazione di Word | Operatori di testo che mostrano solo spazi o interruzioni di riga | Vuoto (& quot; Viene disegnato solo spazio bianco.& quot;) | certo |
| Foglio bianco scansionato | Un singolo Do dipingere un'immagine bianca |
Solo immagine | no |
| Pagina scansionata con contenuti reali | Un singolo Do dipingere un'immagine |
Solo immagine | no |
| Pagina con un numero di piè di pagina, linea di confine o rettangolo bianco | Operatori di pittura di testo o di percorso | contento | no |
| Pagina il cui flusso non può essere decodificato | Sconosciuto | Contenuto, tenuto per essere sicuro | no |
| Pagina normale di testo o grafica | Operatori di marcatura | contento | no |
Due file meritano uno sguardo più da vicino.
Le righe di sola immagine sono due volte la stessa riga, dal punto di vista di tool's. Un foglio bianco scansionato e un contratto firmato scansionato sono entrambi un'immagine disegnata con Do. Raccontarli a parte richiede il rendering della pagina e la misurazione di quanto sono bianchi i pixel, che ha bisogno di un motore di rendering che lo strumento non porta Piuttosto che indovinare, lascia le pagine di sola immagine non selezionate e non contrassegnate, quindi sembrano come qualsiasi altra pagina nella griglia L'eliminazione di una pagina non può essere annullata e uno strumento che indovina in modo errato su un contratto fa più male di uno che chiede.
La riga non decodificabile è una regola di sicurezza Se un flusso di contenuto viene compresso con un filtro che non può essere letto, la pagina non può essere giudicata, quindi viene trattata come contenuto L'eliminazione di una pagina a causa di un errore di analisi è l'unico risultato senza recupero.
Come si rimuovono le pagine vuote da un PDF passo dopo passo?
Il flusso di lavoro ha quattro passaggi e nulla viene eliminato fino all'ultimo.
- Apri il file. Trascinare un PDF sul rimuovere lo strumento pagine vuote oppure clicca per sceglierne uno La pagina mostra il nome del file, la dimensione e il conteggio delle pagine.
- Leggi l'analisi. Ogni pagina è selezionata La riga di riepilogo recita, ad esempio, & quot;2 pagine vuote rilevate& quot; e le pagine vuote appaiono in rosso nella griglia della pagina, già selezionata.
- Regolare la selezione. Fai clic su un qualsiasi numero di pagina per aggiungerlo o rimuoverlo. & quot; Selezionare Blank" ripristina il set rilevato e & quot; Deseleziona All" cancella tutto Una pagina vuota rilevata che deselezioni mantiene un piccolo punto giallo, in modo da poter ancora vedere cosa ha trovato l'analisi Per i file scansionati, confronta con l'originale e fai clic sulle pagine di sola immagine che sono veramente vuote.
- Scarica. Il pulsante legge & quot; Download (2 pagine rimosse) & quot; o qualunque sia il tuo conteggio Le pagine rimanenti vengono copiate in un nuovo documento che prende il nome dall'originale, come ad esempio
report_cleaned_2_removed.pdf.
Il riepilogo dell'output sotto la griglia mostra le pagine originali, le pagine da rimuovere e le pagine risultanti, in modo da poter controllare l'aritmetica prima di fare clic Il pulsante di download è disabilitato quando non viene selezionato nulla e quando ogni pagina è selezionata, perché almeno una pagina deve rimanere nell'output.
Un esempio funzionante: prima e dopo
Prendi un file di cinque pagine chiamato report.pdf, assemblati da diverse fonti:
| Pagina | Cosa contiene | verdetto |
|---|---|---|
| 1 | Titolo e testo introduttivo | contento |
| 2 | Pagina segnaposto, mai disegnata | Vuoto |
| 3 | Un singolo spazio lasciato da un'esportazione di Word | Vuoto |
| 4 | Un'immagine scansionata di un modulo firmato | Solo immagine |
| 5 | Testo di chiusura | contento |
Quando il file viene caricato, il riepilogo legge & quot;2 pagine vuote rilevate" e le pagine 2 e 3 sono preselezionate in rosso La pagina 4 rimane deselezionata senza marcatore Il pulsante legge & quot; Scarica (2 pagine rimosse)".
Prima: 1 2 3 4 5
Dopo: 1 4 5, rinumerato nel nuovo file come 1 2 3
Il file salvato è report_cleaned_2_removed.pdf, con tre pagine La pagina originale 4 è ora pagina 2 e la pagina originale 5 è ora pagina 3.
Ora cambia un dettaglio Supponiamo che la pagina 4 fosse una scansione del retro vuoto di un foglio piuttosto che un modulo firmato L'analisi raggiungerebbe esattamente lo stesso verdetto, solo immagine, e il file si caricherebbe esattamente allo stesso modo La differenza è che faresti clic sulla pagina 4 prima di scaricare, il pulsante leggerebbe & quot; Scarica (3 pagine rimosse) & quot; e l'output sarebbe report_cleaned_3_removed.pdf con pagine 1 5, rinumerato 1 2.
Perché una pagina che sembra vuota non è stata rilevata?
Una pagina che sembra vuota ma non è preselezionata disegna quasi sempre qualcosa di piccolo o invisibile L'analisi riguarda gli operatori, e diversi segni comuni sono facili da perdere a occhio.
Un'intestazione o piè di pagina in esecuzione con un numero di pagina è un operatore di testo che mostra caratteri reali, quindi la pagina ha un contenuto Una linea di confine sottile, un segno di ritaglio o una regola di attaccatura dei capelli è un operatore di pittura del percorso Un rettangolo riempito di bianco è un operatore di riempimento, anche se il bianco su bianco non mostra nulla E una pagina scansionata con un livello OCR trasporta testo invisibile sopra l'immagine, disegnato con operatori di testo, in modo che si legga come contenuto.
In tutti questi casi la correzione è la stessa: fai clic sul numero di pagina per selezionarlo a mano Lo strumento non ti impedisce mai di rimuovere una pagina che non ha rilevato, si rifiuta solo di decidere per te.
Se il file non si apre affatto e la pagina mostra & quot; Errore durante il caricamento del PDF. prova un altro file.& quot;, la causa più probabile è la protezione tramite password I PDF crittografati vengono rifiutati quando vengono analizzati Rimuovi la password in un visualizzatore PDF di cui ti fidi, salva una copia e carica invece quella copia.
Cosa cambia nel file pulito e cosa no?
Le pagine che si conservano vengono copiate così come sono, e gli extra a livello di documento no. Capire la suddivisione aiuta a decidere se conservare l'originale.
Le pagine conservate vengono copiate con pdf-lib's copia della pagina, non renderizzata e ricodificata Il testo rimane selezionabile, i caratteri rimangono incorporati, le immagini mantengono la loro risoluzione e ogni pagina mantiene le sue dimensioni e rotazione Il contenuto di una pagina mantenuta è byte per byte le stesse istruzioni di disegno che aveva prima.
Ciò che non viene riportato è la struttura che appartiene al documento piuttosto che alle pagine Il nuovo file non ha titolo del documento e nessun segnalibro, perché l'albero di contorno vive a livello del documento Conserva l'originale se quelli contano per te, il che è facile perché lo strumento non lo modifica mai: il PDF pulito è un nuovo download.
La dimensione del file di solito scende, ma di meno di quanto la gente si aspetti Una pagina che non disegna nulla non contiene quasi dati, quindi rimuovendola si risparmia poco I risparmi reali provengono dai file scansionati, dove ogni pagina vuota è un'immagine a grandezza naturale Se l'obiettivo è un allegato più piccolo piuttosto che meno pagine, esegui il risultato Comprimi PDF nonché; il guida alla compressione di un PDF spiega cosa la compressione può e non può ridursi.
Rimuovi pagine vuote vs Elimina pagine PDF vs Organizza PDF
Questi tre strumenti si sovrappongono e scegliere quello giusto dipende dal fatto che tu sappia già quali pagine dovrebbero andare.
| situazione | Miglior strumento | perché |
|---|---|---|
| Non sai dove sono le pagine bianche | Rimuovi pagine vuote | Trova pagine che non disegnano nulla e le preseleziona |
| Conosci i numeri di pagina o un intervallo da tagliare | Elimina le pagine PDF | Rimuove le pagine nominate, vuote o meno |
| È necessario rimuovere alcune pagine e riordinare il resto | Organizza il PDF | Sposta ed elimina le pagine in un unico passaggio |
| Vuoi le sezioni separate da vuoti come file separati | Dividere il PDF | Taglia il documento in diversi PDF per intervallo |
Un modello utile per i documenti scansionati è quello di combinarli Usare prima il rilevatore di pagine vuote per catturare le pagine che sono certamente vuote e per vedere la griglia della pagina, quindi fare clic sui retro vuoti scansionati a mano Se anche l'ordine della pagina è sbagliato dopo la scansione, il guida all'organizzazione delle pagine PDF copre il riordino e si applica la stessa elaborazione lato client. La serie completa di strumenti di pagina è sul Hub degli strumenti PDF.
È sicuro rimuovere pagine bianche da documenti sensibili online?
Con uno strumento lato client, il documento non lascia mai il tuo dispositivo Il file viene letto, analizzato e riscritto in JavaScript all'interno della scheda del browser Non viene caricato, registrato o archiviato su un server, e una volta che la pagina è stata caricata continua a funzionare senza una connessione di rete.
Ciò è importante per i documenti che tendono a raccogliere pagine vuote: contratti scansionati, documenti medici e assicurativi, estratti conto bancari e file HR. Questi sono esattamente i file che non dovrebbero essere inviati a un server sconosciuto per eliminare alcuni fogli vuoti. Lo strumento è gratuito, nessuna registrazione e non aggiunge filigrana.
Alternative a un dispositivo di rimozione di pagine vuote online
Uno strumento browser è uno dei numerosi percorsi e ognuno ha un posto.
Gli editor PDF desktop come Adobe Acrobat possono eliminare le pagine da un pannello delle miniature e alcune edizioni a pagamento includono un'opzione di rilevamento delle pagine vuote nelle loro funzionalità di scansione o ottimizzazione. Questo percorso è adatto alle persone che hanno già il software concesso in licenza.
Il software dello scanner è spesso il posto migliore per risolvere il problema alla fonte Molti driver dello scanner includono un & quot; salta pagine bianche" o & quot; rimuovi pagine bianche" opzione che misura l'immagine mentre viene catturata, prima che il PDF venga scritto Poiché il driver vede i pixel, può catturare i retro vuoti che un controllo a livello di operatore non può Accenderlo previene il problema per scansioni future.
Gli strumenti della riga di comando si adattano al lavoro batch. qpdf può scrivere un nuovo file da pagine selezionate, ad esempio qpdf in.pdf --pages . 1,4,5 -- out.pdf, una volta che sai quali pagine conservare Rilevare le pagine vuote scansionate in uno script di solito significa rendere ogni pagina con uno strumento come Ghostscript o Poppler e misurare quanta parte dell'immagine non è bianca.
Il vantaggio dello strumento lato client è che non ha bisogno di installazione, funziona allo stesso modo su qualsiasi sistema operativo, non carica mai il file e ti mostra ogni decisione prima che qualcosa venga eliminato.
