PDF-файл с пустыми страницами - это небольшое раздражение, пока он не будет напечатан, отправлен по электронной почте клиенту или отправлен на портал, который считает страницы. Дуплексный сканер сохраняет пустую заднюю часть каждого одностороннего листа. Экспорт Word добавляет последнюю страницу из-за случайного знака абзаца. Слияние оставляет разделительные листы позади. Страницы ничего не несут, но они стоят бумаги, удлиняют свиток и делают документ незавершенным.
Удаление их звучит тривиально, и для страницы вы можете увидеть и назвать это. Сложная часть - найти их в длинном файле, и решить, какие страницы действительно пусты. это руководство объясняет, как пустые страницы попадают в PDF, как программное обеспечение может сказать пустую страницу со страницы с содержимым, где это обнаружение заканчивается, и как использовать Удалить инструмент "Заготовки страниц" чтобы очистить файл, не удаляя что-то необходимое.
TL;DR: Пустая PDF-страница - это страница, которая ничего не рисует: в ней нет потока контента, потока контента без операторов рисования или текстовых операторов, которые показывают только пробелы.The Удалить пустые страницы инструмент читает каждую страницу's поток контента, предварительно выбирает страницы, которые, безусловно, пустые, и оставляет страницы, которые рисуют только изображение (как выглядит сканированный чистый лист), чтобы вы могли выбрать вручную. Вы подтверждаете выбор, по крайней мере одна страница должна остаться, и очищенный файл загружается как
name_cleaned_N_removed.pdf. Это клиентский, бесплатный, без регистрации и ничего не загружается.
Откуда берутся пустые страницы в PDF?
Пустые страницы почти всегда побочный эффект того, как был сделан файл, а не выбор кто-либо сделал специально Общие источники попадают в горстку шаблонов, и знание того, какой из них произвел ваши пустые страницы, говорит вам, как они будут обнаружены.
Дуплексное сканирование является самым большим источником Сканер, настроенный на захват обеих сторон каждого листа, сохраняет заднюю часть односторонней страницы как собственное изображение. 20-листовое письмо, отсканированное таким образом, становится 40-страничным PDF-файлом с 20 почти белыми изображениями в нем.
Экспорт текстового процессора является вторым. документ, за последней строкой которого следует пустой абзац, разрыв страницы или разрыв раздела, может экспортироваться с завершающей страницей. на этой странице обычно находится текстовый оператор, показывающий одно пространство, потому что экспортер выписал пустой абзац, как он его нашел.
Слияния и шаблоны являются третьими. Объединение нескольких PDF-файлов может переносить разделители крышек или разделительные листы, а генераторы отчетов часто подкладывают документ к четному количеству страниц, поэтому двусторонние печатные линии увеличиваются.
Редактирование на уровне страницы является последним. Страница, добавленная в качестве заполнителя и никогда не заполняемая, часто встречается в файлах, созданных с течением времени.
Эти шаблоны имеют значение, потому что они производят различные виды & quot;blank& quot; внутри файла. некоторые страницы не содержат вообще ничего. некоторые содержат инструкции, которые ничего не рисуют. некоторые содержат полностраничное изображение белой бумаги. программное обеспечение может с уверенностью распознать первые два и не может распознать третий без измерения пикселей.
Как программное обеспечение может определить, что страница PDF пуста?
Программное обеспечение сообщает пустую страницу со страницы с содержимым, читая поток контента page's и проверяя, ставит ли какая-либо инструкция на ней отметки на странице. Он не смотрит на визуализированное изображение.
Каждая PDF-страница описывает свой внешний вид как поток контента: последовательность операторов с операндами, определенная в спецификации PDF ИСО 32000-2. Большинство операторов только настраивают состояние. Tf выбирает шрифт и размер, Td перемещает позицию текста, rg устанавливает цвет заливки, cm меняет систему координат Ни один из них ничего не рисует сам по себе Лишь небольшая группа операторов отмечает страницу:
- операторы текстового показа:
Tj,TJ,'а" - операторы дорожной живописи:
S,s,f,F,f*,B,B*,bаb* Do, который рисует внешний объект, такой как изображение или формаsh, который рисует штриховкуBI, который начинает встроенное изображение
Страница, поток контента которой не содержит ни одного из этих операторов, ничего не рисует, какой бы длинной ни был поток. Это определенный ответ, а не оценка, и это основа пустой страничный удалитель на Toolz.
Проверка должна быть осторожной в том, что считается оператором. Письмо f является оператором заполнения, но он также появляется внутри имени шрифта, например /F1. Строковый литерал, такой как (BT Do ET) должен ли показываться текст, а не три оператора. таким образом, инструмент удаляет строковые литералы, шестнадцатеричные строки и комментарии перед сканированием, и он соответствует только операторам на границах токенов. без этого шага каждая ссылка на шрифт будет выглядеть как чернила, и почти ни одна страница никогда не будет объявлена пустой.
Как выглядит & quot;blank& quot; поток контента?
Видеть поток контента делает идею конкретной Вот три декодированных потока, такие вы бы нашли за тремя страницами экспортированного документа.
Страница, рисующая текст:
BT
/F1 12 Tf
72 720 Td
(Hello) Tj
ET
Страница, единственным текстом которой является одно пространство, классическая конечная страница экспорта Word:
BT
/F1 12 Tf
72 720 Td
( ) Tj
ET
Страница, которая устанавливает состояние, но никогда не рисует:
q
0 0 0 rg
1 0 0 1 72 720 cm
Q
Первый поток показывает строку Hello, так страница имеет содержание, Третий вообще не имеет оператора маркировки, поэтому он пуст Второй интересный Он содержит Tj, так простой подсчет операторов назвал бы его содержимым Но единственная строка, которую он показывает, это пробел, который не помещает ничего видимого на бумаге.
Инструмент обрабатывает этот случай явно. когда каждый оператор маркировки на странице является текстовым оператором, он смотрит на показываемые строки. если каждая буквальная строка является пробелами, и каждая шестигранная строка декодируется в пробелы, вкладки или разрывы строк, страница сообщается как "Рисуется только пробелы иquot; и рассматривается как пустое. что одно правило ловит большую долю пустых страниц, которые люди пытаются удалить из экспортированных документов.
Какие страницы обнаружены, а какие оставлены вам?
Инструмент дает каждой странице один из трех вердиктов, и только один из них предварительно выбран для удаления. в этой таблице суммировано, как рисуется каждый вид страницы и что с ней происходит.
| Тип страницы | Что содержит поток контента | приговор | Предварительно выбран для удаления |
|---|---|---|---|
| Страница добавлена и никогда не рисовалась | Нет потока контента | Пустой (& quot;No content stream.& quot;) | да |
| Страница, которая устанавливает только шрифты, цвета или координаты | Операторы, но не те, которые отмечают страницу | Пустой (& quot;Контент-поток ничего не рисует.& quot;) | да |
| Завершающая страница экспорта Word | Текстовые операторы, показывающие только пробелы или разрывы линий | Пустой ("Рисуется только пробелы.") | да |
| Сканированный чистый лист | Сингл Do рисование белого изображения |
Только изображение | нет |
| Отсканированная страница с реальным содержанием | Сингл Do рисование изображения |
Только изображение | нет |
| Страница с номером нижнего колонтитула, линией границы или белым прямоугольником | Операторы текстовой или путевой живописи | содержащийся | нет |
| Страница, поток которой невозможно декодировать | Неизвестный | Содержимое, чтобы быть в безопасности | нет |
| Обычная текстовая или графическая страница | Маркировочные операторы | содержащийся | нет |
Два ряда заслуживают более пристального внимания.
Строки только для изображения - это одна и та же строка дважды, с точки зрения инструмента и #39;s. Отсканированный чистый лист и отсканированный подписанный контракт - это одно изображение, нарисованное с помощью Do. Разбиение их на части требует рендеринга страницы и измерения того, насколько белы пиксели, что требует механизма рендеринга, который инструмент не несет. Вместо того, чтобы угадывать, он оставляет страницы, предназначенные только для изображений, невыбранными и немаркированными, поэтому они выглядят как любая другая страница в сетке. Удаление страницы не может быть отменено, а инструмент, который угадывает неправильно в контракте, приносит больше вреда, чем тот, который спрашивает.
Неразлагаемая строка является правилом безопасности Если поток контента сжимается фильтром, который не может быть прочитан, страница не может быть оценена, поэтому она рассматривается как содержимое Удаление страницы из-за сбоя анализа является единственным результатом без восстановления.
Как вы шаг за шагом удаляете пустые страницы из PDF-файла?
Рабочий процесс состоит из четырех шагов, и до последнего ничего не удаляется.
- Открыть файл. Перетащите PDF-файл на сайт удалить пустые страницы инструмент или нажмите, чтобы выбрать один. на странице показано имя файла, размер и количество страниц.
- Прочтите анализ. Проверяется каждая страница. строка сводки читает, например, & quot;2 пустые страницы обнаружены & quot; и пустые страницы отображаются красным в сетке страниц, уже выбранной.
- Отрегулируйте выбор. Щелкните любой номер страницы, чтобы добавить его или удалить. & quot;Выберите Blank& quot; восстанавливает обнаруженный набор, и & quot;Deselect All& quot; очищает все Обнаруженная пустая страница, которую вы отменили выделение, сохраняет маленькую желтую точку, так что вы все еще можете видеть, что найден анализ. для отсканированных файлов сравните с оригиналом и щелкните страницы только изображения, которые действительно пусты.
- Скачать. Кнопка читает & quot;Download (удалено 2 страницы)& quot; или какой бы ни был ваш счет.Остальные страницы копируются в новый документ, названный в честь оригинала, например
report_cleaned_2_removed.pdf, йо-
Сводка вывода под сеткой показывает исходные страницы, страницы для удаления и результирующие страницы, поэтому вы можете проверить арифметику перед нажатием кнопка загрузки отключена, когда ничего не выбрано и когда выбрана каждая страница, потому что по крайней мере одна страница должна оставаться в выходе.
Работающий пример: до и после
Возьмите пятистраничный файл под названием report.pdfсобран из нескольких источников:
| Страница | Что содержит | приговор |
|---|---|---|
| 1 | Текст названия и введения | содержащийся |
| 2 | Страница-заполнитель, никогда не рисовалась | Пустой |
| 3 | Одно пространство, оставленное экспортом Word | Пустой |
| 4 | Сканированное изображение подписанной формы | Только изображение |
| 5 | Закрытие текста | содержащийся |
Когда файл загружается, сводка читается & quot;2 пустые страницы обнаружены & quot; и страницы 2 и 3 предварительно выбраны красным цветом Страница 4 остается невыбранной без маркера Кнопка читает & quot;Загрузить (удалено 2 страницы) & quot;.
До: 1 2 3 4 5
После: 1 4 5, перенумеровать в новом файле как 1 2 3
Сохраненный файл есть report_cleaned_2_removed.pdf, с тремя страницами Исходная страница 4 теперь страница 2 и исходная страница 5 теперь страница 3.
Теперь измените одну деталь. предположим, что страница 4 была сканированием пустой обратной стороны листа, а не подписанной формы. анализ достигнет точно такого же вердикта, только изображение, и файл будет загружаться точно так же. Разница в том, что вы бы щелкнули страницу 4 перед загрузкой, кнопка читала бы & quot;Загрузить (3 страницы удалены) & quot; и вывод был бы report_cleaned_3_removed.pdf со страницами 1 5, перенумеровать 1 2, йо-
Почему страница, которая выглядит пустой, не была обнаружена?
Страница, которая выглядит пустой, но не выбирается заранее почти всегда рисует что-то маленькое или невидимое. анализ касается операторов, и несколько общих отметок легко пропустить на глаз.
Бегущий заголовок или нижний колонтитул с номером страницы - это текстовый оператор, показывающий реальные символы, поэтому страница имеет содержимое Тонкая линия границы, отметка обрезки или правило линии роста волос - это оператор рисования пути. Белый заполненный прямоугольник - это оператор заполнения, хотя белый цвет на белом ничего не показывает. А сканированная страница со слоем оптического распознавания символов несет невидимый текст поверх изображения, нарисованный с помощью текстовых операторов, поэтому он читается как содержимое.
Во всех этих случаях исправление одно и то же: щелкните номер страницы, чтобы выбрать его вручную. инструмент никогда не мешает вам удалить страницу, которую он не обнаружил, он только отказывается решать за вас.
Если файл не открывается вообще и на странице отображается & quot;Ошибка загрузки PDF.Попробуйте другой файл.& quot;, наиболее вероятная причина - защита паролем.Зашифрованные PDF-файлы отказываются при их анализе.Удалите пароль в PDF-просмотрщике, которому вы доверяете, сохраните копию и загрузите эту копию вместо этого.
Что меняется в очищенном файле, а что нет?
Страницы, которые вы храните, копируются такими, какие они есть, а дополнительные материалы на уровне документа - нет. Понимание разделения помогает вам решить, сохранять ли оригинал.
Сохраненные страницы копируются с помощью pdf-lib's копирование страницы, не визуализируется и перекодируется. текст остается выбираемым, шрифты остаются встроенными, изображения сохраняют свое разрешение, а каждая страница сохраняет свой размер и вращение. Содержимое сохраненной страницы побайтно соответствует тем же инструкциям по рисованию, которые были раньше.
Что не переносится, так это структура, которая принадлежит документу, а не страницам. у нового файла нет названия документа и нет закладок, потому что дерево контуров живет на уровне документа. сохраните оригинал, если это имеет для вас значение, что легко, потому что инструмент никогда его не изменяет: очищенный PDF-файл - это новая загрузка.
Размер файла обычно падает, но на меньше, чем люди ожидают. страница, которая ничего не рисует, почти не содержит данных, поэтому удаление его экономит мало. реальная экономия приходит от отсканированных файлов, где каждая пустая страница является полноразмерным изображением. если цель - меньшее вложение, а не меньшее количество страниц, запустите результат через Сжать PDF также; руководство по сжатию PDF объясняет, какое сжатие может и не может сжиматься.
Удалить пустые страницы или удалить страницы в формате PDF по сравнению с организацией в формате PDF
Эти три инструмента пересекаются, и выбор правильного сводится к тому, знаете ли вы уже, какие страницы следует использовать.
| положение | Лучший инструмент | почему |
|---|---|---|
| Вы не знаете, где чистые страницы | Удалить пустые страницы | Находит страницы, которые ничего не рисуют, и предварительно выбирает их |
| Вы знаете номера страниц или диапазон, который нужно вырезать | Удалить страницы PDF | Удаляет страницы, которые вы называете, пустые или нет |
| Нужно удалить некоторые страницы и переупорядочить остальные | Организовать PD | Перемещайте и удаляйте страницы за один проход |
| Вам нужны разделенные пустыми частями разделы как отдельные файлы | Разделить PDF | Разрежьте документ на несколько PDF-файлов по диапазону |
Полезный шаблон для отсканированных документов - объединить их. сначала используйте детектор пустых страниц, чтобы поймать страницы, которые, безусловно, пусты, и увидеть сетку страниц, затем щелкните отсканированные пустые спинки вручную. если порядок страниц также неправильный после сканирования, руководство по организации PDF страниц охватывает переупорядочение, и применяется та же обработка на стороне клиента Полный набор инструментов страницы находится на Концентратор инструментов PDF, йо-
Безопасно ли удалять пустые страницы из конфиденциальных документов в Интернете?
С клиентским инструментом документ никогда не покидает ваше устройство Файл читается, анализируется и переписывается на JavaScript внутри вкладки браузера Он не загружается, не регистрируется и не сохраняется на сервере, и после загрузки страницы он продолжает работать без сетевого соединения.
Это имеет значение для документов, которые имеют тенденцию собирать пустые страницы: отсканированные контракты, медицинские и страховые документы, банковские выписки и HR файлы. это именно те файлы, которые не должны быть отправлены на неизвестный сервер, чтобы удалить несколько пустых листов. инструмент бесплатный, без регистрации и не добавляет водяного знака.
Альтернативы удалению пустой страницы онлайн
Инструмент браузера - один из нескольких маршрутов, и каждому есть место.
Настольные PDF-редакторы, такие как Adobe Acrobat, могут удалять страницы с панели миниатюр, а некоторые платные издания включают опцию обнаружения пустых страниц в функции сканирования или оптимизации. Этот маршрут подходит людям, у которых уже есть лицензированное программное обеспечение.
Программное обеспечение сканера часто является лучшим местом для устранения проблемы в источнике. Многие драйверы сканера включают в себя & quot;пропустить пустые страницы& quot; или & quot; удалить пустые страницы& quot; опция, которая измеряет изображение по мере его захвата, до того, как PDF-файл будет написан. Поскольку драйвер видит пиксели, он может поймать пустые спины, которые проверка на уровне оператора не может. Включение предотвращает проблему для будущих сканирований.
Инструменты командной строки подходят для пакетной работы. qpdf может написать новый файл, например, с выбранных страниц qpdf in.pdf --pages . 1,4,5 -- out.pdf, как только вы знаете, какие страницы сохранить Обнаружение пустых отсканированных страниц в сценарии обычно означает рендеринг каждой страницы с помощью такого инструмента, как Ghostscript или Poppler, и измерение того, какая часть изображения небелая.
Преимущество клиентского инструмента заключается в том, что он не нуждается в установке, работает одинаково в любой операционной системе, никогда не загружает файл и показывает вам каждое решение, прежде чем что-либо будет удалено.
