空白のページを含むPDFは、印刷されるまで、クライアントに電子メールで送信されるか、ページをカウントするポータルに送信されるまで、小さな迷惑です デュプレックススキャナーは、すべての片面シートの空の背面を保存します ワードエクスポートは、迷走段落マークのため、最終的なページを追加します マージは、セパレータシートを残します ページは何も持ちませんが、紙のコストがかかり、スクロールを長くし、ドキュメントが未完成に見えるようにします。
それらを削除することは些細なことのように聞こえ、ページのためにあなたはそれを見て名前を付けることができます 難しい部分は、長いファイルでそれらを見つけ、どのページが本当に空白であるかを決定することです このガイドでは、空白ページがPDFに入る方法、ソフトウェアがコンテンツを含むページから空白ページをどのように判断できるか、その検出がどこでなくなるか、およびの使用方法について説明します 空白ページを削除ツール 必要なものを削除せずにファイルをクリーンアップするには。
tl;dr: 空白の PDF ページとは、何も描画しないページです。コンテンツ ストリームが存在しない、描画演算子を持たないコンテンツ ストリーム、またはスペースのみを表示するテキスト演算子を持たないページです。 空白のページを削除 ツールは、各ページを読み取り& #39; sコンテンツストリーム、確実に空白であるページを事前に選択し、画像のみを描くページを残します (これは、スキャンされた空白のシートの外観です) 手で選択を確認します、少なくとも1 ページが残る必要があり、クリーンアップされたファイルはとしてダウンロードします
name_cleaned_N_removed.pdf。クライアント側であり、無料で、サインアップはなく、何もアップロードされません。
PDFの空白ページはどこから来るのでしょうか?
空白のページは、ほとんどの場合、ファイルがどのように作成されたかによる副作用であり、誰かが意図的に行った選択ではありません。一般的なソースはいくつかのパターンに分類され、どのソースが空白のページを生成したかを知ると、それらがどのように検出されるかがわかります。
二重走査は最大のソースです すべてのシートの両側をキャプチャするように設定されたスキャナは、片面ページの裏面を独自の画像として保存します このようにしてスキャンされた20 枚の文字は、20 枚のほぼ白に近い画像を含む40 ページのPDFになります。
ワードプロセッサのエクスポートは2 番目です 最後の行の後に空の段落が続く文書、ページブレークまたはセクションブレークは、末尾のページでエクスポートできます そのページには通常、単一のスペースを示すテキスト演算子を保持します, エクスポータは、それが見つけたように空の段落を書き出したので、.
マージとテンプレートは 3 番目です。複数の PDF を組み合わせると、カバー セパレーターやディバイダー シートを繰り越すことができ、レポート ジェネレーターはドキュメントを均等なページ数にパディングして両面印刷を行うことがよくあります。
ページレベルの編集は最後です。プレースホルダーとして追加され、埋められることのないページは、時間の経過とともに構築されるファイルでよく見られます。
これらのパターンが重要なのは " blank" の異なる種類を生成するからです ファイル内部には 何も含まれていないページもあります 何も描かない命令を含んでいるページもあります ホワイトペーパーの全ページピクチャーを含んでいるページもあります ソフトウェアは最初の2 つを確実に認識でき ピクセルを測定しないと 3 つ目を認識できません。
PDFページが空白であることをソフトウェアはどのように判断できますか?
ソフトウェアは、page' sのコンテンツストリームを読み、その中の任意の命令がページにマークを付けるかどうかを確認することによって、コンテンツを含むページから空白のページを伝えるレンダリングされた画像を見ません。
すべてのPDFページは、その外観をコンテンツストリームとして説明しています: PDF仕様で定義されているオペランドを持つ演算子のシーケンス、 ISO 32000-2。ほとんどのオペレーターは状態のみを設定します。 Tf フォントとサイズを選択します、 Td テキストの位置を移動します、 rg 塗りつぶしの色を設定します、 cm 座標系を変更します それらのどれも独自に何も描画しません 少数の演算子グループだけがページにマークを付けます:
- テキスト表示演算子:
Tj、TJ、'あんど" - パスペイント演算子:
S、s、f、F、f*、B、B*、bあんどb* Do、画像やフォームなどの外部オブジェクトをペイントしますsh、 濃淡 を 塗るBI、インラインイメージの始まりとなる
コンテンツストリームにそれらの演算子のどれも含まれていないページは、ストリームがどれほど長くても何も描画しません。それは明確な答えであり、推定ではなく、その基礎です 空白ページリムーバー toolz に.
チェックはオペレータとしてカウントされるものに注意する必要があります。 手紙 f は塗りつぶし演算子ですが、 のようなフォント名の内部にも表示されます /F1。 などの文字列リテラル (BT Do ET) 表示するのはテキストであり、3 つの演算子ではありません。そのため、ツールはスキャンする前に文字列リテラル、16 進数文字列、およびコメントをストリップし、トークン境界上の演算子とのみ一致します。そのステップがなければ、すべてのフォント参照はインクのように見え、空白として報告されるページはほとんどなくなります。
"blank" コンテンツ ストリームはどのようなものですか?
コンテンツ ストリームを見ると、アイデアが具体的になります。ここに、エクスポートされたドキュメントの 3 ページの背後にあるような 3 つのデコードされたストリームを示します。
テキストを描くページ:
BT
/F1 12 Tf
72 720 Td
(Hello) Tj
ET
テキストが単一のスペースのみであるページ、Wordエクスポートからの古典的な末尾のページ:
BT
/F1 12 Tf
72 720 Td
( ) Tj
ET
状態を設定するが、描画しないページ:
q
0 0 0 rg
1 0 0 1 72 720 cm
Q
最初のストリームは文字列を示します Hello、だからページには内容がある.3 つ目はマーキング演算子が全くないので空白.2 つ目は面白い.が含まれています. Tj、したがって、単純な演算子カウントはそれをコンテンツと呼ぶでしょう。しかし、それが示す唯一の文字列はスペースであり、紙には何も表示されません。
ツールはその場合を明示的に処理します。ページ上のすべてのマーキング演算子がテキスト演算子である場合、表示される文字列を調べます。すべてのリテラル文字列が空白であり、すべての 16 進文字列がスペース、タブ、または改行にデコードされる場合、ページは " として報告されます。空白のみが描画および引用; 空白として扱われるその 1 つのルールは、人々がエクスポートされたドキュメントから削除しようとしている空白ページの大部分を捉えます。
どのページが検出され、どのページがあなたに残されますか?
このツールは各ページに 3 つの評決のうち 1 つを与え、そのうちの 1 つだけが削除のために事前に選択されます。この表は、各種類のページがどのように描画されるか、およびそれに何が起こるかをまとめたものです。
| ページの種類 | そのコンテンツストリームが保持するもの | 評決 | 削除のために事前に選択されています |
|---|---|---|---|
| ページが追加されましたが、描画されることはありませんでした | コンテンツストリームなし | 空白 ("コンテンツストリームなし.") | はいって |
| フォント、色、座標のみを設定するページ | オペレーターですが、ページをマークするものはありません | 空白 ("Content stream draws nothing.") | はいって |
| Word エクスポートの末尾のページ | スペースまたは改行のみを表示するテキスト演算子 | 空白 ("空白だけが描画されます。") | はいって |
| スキャンされたブランクシート | シングル Do 白いイメージを描く |
画像のみ | いやー |
| 実際のコンテンツを含むスキャンされたページ | シングル Do イメージを描く |
画像のみ | いやー |
| フッター番号、境界線、または白い長方形を含むページ | テキストまたはパス ペインティングのオペレーター | 内容 | いやー |
| ストリームをデコードできないページ | 不明 | コンテンツは安全に保管されます | いやー |
| 通常のテキストまたはグラフィックページ | マーキング演算子 | 内容 | いやー |
2 行は詳しく見る価値があります。
画像のみの行は、ツール& #39; sの観点からは、同じ行を2 回行います。 スキャンされた空白のシートとスキャンされた署名付き契約は、両方とも1 つの画像で描画されます Do.それらを区別するにはページをレンダリングしピクセルの白さを測定する必要がありツールが搭載していないレンダリングエンジンが必要です推測するのではなく画像だけのページは選択されずマークも付けられないままになりますそのためグリッド内の他のページを削除しても元に戻すことはできません契約書で間違った推測をするツールは尋ねるツールよりも害を及ぼします。
復号不可能な行は安全規則です コンテンツストリームが読み取れないフィルタで圧縮されると ページが判断できなくなるので コンテンツとして扱われます 解析失敗によるページの削除は 回復されない1つの結果です。
PDFから空白のページを段階的に削除するにはどうすればよいですか?
ワークフローには 4 つのステップがあり、最後のステップまで何も削除されません。
- ファイルを開きます. PDF を にドラッグします 空白ページツールを削除します または、クリックして1 つを選択します。 pageは、ファイル名、サイズ、ページ数を表示します。
- 分析を読んでください. すべてのページがチェックされます。要約行には、たとえば、" 2 つの空白ページが検出され、quot; と読み取られ、空白ページは、すでに選択されているページ グリッドに赤で表示されます。
- 選択を調整します. 任意のページ番号をクリックして追加または削除します。 "Select Blank" は検出されたセットを復元し、"Deselect All" はすべてをクリアします。選択を解除した検出された空白ページには小さな黄色の点が残るため、分析で何が見つかったかを確認できます。スキャンしたファイルについては、元のファイルと比較し、本当に空の画像専用ページをクリックします。
- ダウンロード。 ボタンは "Download (2 ページ削除) " またはあなたのカウントが何であれ、残りのページは、次のような元の名前にちなんで名付けられた新しいドキュメントにコピーされます
report_cleaned_2_removed.pdf。
グリッドの下の出力概要には、元のページ、削除するページ、および結果として得られるページが表示されるため、クリックする前に算術演算を確認できます。何も選択されていない場合と、すべてのページが選択されている場合は、ダウンロード ボタンが無効になります。これは、出力に少なくとも 1 ページが残る必要があるためです。
実用的な例: 前後
という5 ページのファイルを取ります report.pdf、いくつかのソースから組み立てられています:
| ページ | 含まれるもの | 評決 |
|---|---|---|
| 1です | タイトルと紹介文 | 内容 |
| 2です | プレースホルダー ページ。描画されることはありません | 空白 |
| 3つです | Word エクスポートによって残された 1 つのスペース | 空白 |
| 4です | 署名済みのフォームのスキャン画像 | 画像のみ |
| 5です | 締めくくりのテキスト | 内容 |
ファイルがロードされると、概要は "2 つの空白ページが検出され、引用; され、ページ 2 と 3 は赤で事前に選択されます。ページ 4 はマーカーなしで選択されないままになります。ボタンは "Download (2 ページが削除されました) とquot; を読み取ります。
前: 1 2 3 4 5
アフター: 1 4 5、新しいファイルで次のように番号を付け直します 1 2 3
保存されたファイルは report_cleaned_2_removed.pdf、3 ページあり。 page 4 の原本はpage 2、5 の原本はpage 3 となった。
ここで1 つの詳細を変更します.4 ページが署名済みのフォームではなくシートの空の裏面のスキャンだったとします.分析は画像のみでまったく同じ評決に達し,ファイルはまったく同じ方法で読み込まれます.違いは,ダウンロードする前に4 ページをクリックし,ボタンは"Download (3 ページ削除) " を読み込み,出力は となることです. report_cleaned_3_removed.pdf ページ と 1 5、 番号 付け直さ 1 2。
空白に見えるページが検出されなかったのはなぜですか?
空白に見えるが事前に選択されていないページは、ほとんどの場合、小さいものや目に見えないものを描きます。分析は演算子に関するものであり、いくつかの一般的なマークは目で見逃しやすいです。
ページ番号の実行中のヘッダーまたはフッターは、実際の文字を表示するテキスト演算子であるため、ページにはコンテンツがあります 細い境界線、クロップマーク、またはヘアラインルールは、パスペイント演算子です 白塗りの長方形は、白には何も表示されませんが、塗りつぶし演算子です そして、OCRレイヤーを持つスキャンされたページは、テキスト演算子で描かれた画像の上に目に見えないテキストを運ぶため、コンテンツとして読み取られます。
これらのケースのすべてで修正は同じです: ページ番号をクリックして手で選択します ツールは検出しなかったページの削除を決して止めず、あなたのために決定することを拒否するだけです。
ファイルがまったく開かず、ページに " Error pdf の読み込みが表示されている場合は、別のファイル." を試してください。, 最も可能性の高い原因は、パスワードの保護です。, 暗号化された PDF は、解析時に拒否されます。, 信頼できる PDF ビューアでパスワードを削除します。, コピーを保存します。, 代わりにそのコピーをロードします。
クリーン化されたファイルにはどのような変更があり、変更されないものは何ですか?
保持しているページはそのままコピーされ、ドキュメントレベルの追加はコピーされません。分割を理解することで、オリジナルを保持するかどうかを決定するのに役立ちます。
保存されたページは、レンダリングおよび再エンコードされず、pdf-lib's ページ コピーでコピーされます。テキストは選択可能なままで、フォントは埋め込まれたままで、画像は解像度を維持し、各ページはサイズと回転を維持します。保存されたページの内容は、以前と同じ描画命令をバイト単位で行います。
引き継がれないのは、ページではなく文書に属する構造です。新しいファイルには文書のタイトルがなく、ブックマークもありません。アウトライン ツリーは文書レベルに住んでいるためです。それらに問題がある場合は原本を保持してください。ツールが変更しないため、これは簡単です。クリーニングされた PDF は新しいダウンロードです。
ファイルサイズは通常低下しますが、人々の予想よりも小さいです 何も描かないページはデータをほとんど保持しないため、削除してもほとんど節約できません 本当の節約は、スキャンされたファイルから得られ、すべての空白ページがフルサイズの画像ではなく、より小さな添付ファイルである場合は、結果を実行します PDFを圧縮 同様に;ザ PDF を圧縮するためのガイド 圧縮が収縮できるものと収縮できないものについて説明します。
空白ページの削除 vs PDFのページの削除 vs PDFの整理
これら 3 つのツールは重複しており、適切なツールを選択するには、どのページに移動すべきかをすでに知っているかどうかが重要です。
| 状況 | ベストツール | なんでや |
|---|---|---|
| 空白のページがどこにあるのかわかりません | 空白のページを削除 | 何も描画しないページを見つけて、事前に選択します |
| ページ番号やカットする範囲がわかります | PDF ページを削除する | 空白かどうかにかかわらず、名前を付けたページを削除します |
| いくつかのページを削除し、残りの順序を変更する必要があります | PDFを整理 | ページを1 回のパスで移動 削除します |
| 空白で区切られたセクションを別のファイルとして指定する必要があります | PDFを分割 | ドキュメントを範囲ごとにいくつかのPDFにカットします |
スキャンされた文書のための有用なパターンはそれらを結合することです。 blankページ検出器を最初に使用して、確かに空白であるページをキャッチし、ページグリッドを見るために、次に手でスキャンされた空の背面をクリックします。 page順序もスキャン後に間違っている場合は、 PDFページの整理ガイド 並べ替えをカバーしており、同じクライアント側の処理が適用されます。ページ ツールのフル セットは、 PDF ツールハブ。
オンラインの機密文書から空白のページを削除しても安全ですか?
クライアントサイドツールを使用すると、ドキュメントはデバイスから決して離れません。ファイルはブラウザタブ内の JavaScript で読み取り、分析、書き換えられます。アップロード、ログ記録、サーバーへの保存は行われず、ページがロードされるとネットワーク接続なしで動作し続けます。
それは白紙のページを収集する傾向がある文書にとって重要です: スキャンされた契約書、医療および保険の書類、銀行取引明細書および人事ファイル これらはまさに、いくつかの空のシートを削除するために未知のサーバーに送信されるべきではないツールです 無料、サインアップなし、透かしを追加しません。
オンラインの空白ページ リムーバーの代替手段
ブラウザ ツールはいくつかのルートのうちの 1 つであり、それぞれに場所があります。
Adobe Acrobat などのデスクトップ PDF エディターは、サムネイル パネルからページを削除でき、一部の有料エディションには、スキャンに空白のページ検出オプションが含まれているか、機能を最適化しているため、そのルートは、すでにソフトウェアのライセンスを取得している人に適しています。
多くの場合、スキャナソフトウェアは、ソースで問題を解決するのに最適な場所です 多くのスキャナドライバには、 " 空白のページをスキップ" または " 空白のページを削除" PDFが書き込まれる前に、キャプチャされた画像を測定するオプションが含まれています ドライバはピクセルを見ているため、オペレータレベルのチェックでは捕捉できない空のバックをオンにすると、将来のスキャンで問題が防止されます。
コマンドラインツールはバッチ作業に適しています。 qpdf たとえば、選択したページから新しいファイルを書き込むことができます qpdf in.pdf --pages . 1,4,5 -- out.pdf、どのページを保持すればよいかがわかったら スクリプトでスキャンした空白のページを検出すると、通常、各ページを Ghostscript や Poppler などのツールでレンダリングし、画像のどのくらいが白ではないかを測定することになります。
クライアント側ツールの利点は、インストールを必要とせず、どのオペレーティング システムでも同じように実行され、ファイルをアップロードせず、何も削除される前にすべての決定を表示できることです。
