60页的年报到,你需要第4页,第17页和第52页的幻灯片甲板,扫描的合同有一个律师想要的签名页,一个教科书章节从第112页到第140页,其余的都是你的平板电脑上的自重,在每种情况下工作都是一样的:制作一个新的PDF,其中只包含你选择的页面,并完全按照原样保留源文件。
本指南涵盖了 PDF 内部页面提取的工作原理、页面列表语法在边缘的行为方式、新文件中的行程中保留的内容和不保留的内容,以及当不同的操作(分割、删除或重新排序)更适合时,示例使用 提取 PDF 页面工具 toolz上,它完全在浏览器中运行。
TL;博士: PDF页面提取 将您选择的页面复制到一个全新的文档中,并保持原件不变 键入页码和范围,例如
1, 5, 9或10-12(或点击编号图块), 然后下载<name>_extracted.pdf。输出始终遵循原始页面顺序,每页列出一次,并保留每页's文本、字体和图像,无需重新编码,书签、内部页面链接、可填充表单字段和文档元数据不结转 免费 PDF 页面提取器 是客户端,没有注册,一旦加载就离线工作。
PDF中提取页面是做什么的?
提取页面创建一个新的 PDF 文档,并将源中选定的一组页面复制到其中。原始文件中没有删除任何内容;您将获得包含子集的第二个文件。
PDF在引擎盖下将其页面保存在一个称为页面树的结构中,每个页面都是一个对象,指向自己的内容流加上它使用的资源:字体,图像,颜色空间。格式在中指定 ISO 32000-2。提取走那棵树,把选定的页面对象和它们引用的每一个资源复制到一个新鲜的文档中,写入新的文件,因为页面内容是复制而不是重新绘制的,所以文本保持可选状态,矢量图形保持矢量状态,图像不被重新压缩。
Toolz 工具可以执行此操作 pdf-lib、JavaScript PDF 库,运行在您的浏览器选项卡内。文件读入内存,新文档建在那里,结果以下载形式提供。没有将 PDF 副本发送到服务器。
提取 vs 分割 vs 删除 vs 组织:您需要哪一个?
4个操作重叠,挑错一个通常多花一步,不同的是有多少文件出来,你说出哪些页面。
| 操作 | 你名字 | 输出 | 最好的时间 |
|---|---|---|---|
| 摘录页面 | 要保留的页面 | 一个新的 PDF | 您想要一个长文件中的几个分散的页面 |
| 分割PDF | 哪里剪 | 几个 PDF | 您想要一个长文件分成连续的部分 |
| 删除页面 | 要删除的页面 | 一个新的 PDF | 您想要大部分文件减去几页 |
| 组织PDF | 新订单 | 一个新的 PDF | 您需要以不同的顺序显示相同的页面 |
1条经验法则:统计你要打的页面,从40页的合约中,保留38页意味着在摘录中命名38页,在删除中命名2页,所以 删除 PDF 页面 is faster。40中保持3是反向的,当目标为几个文件而不是一个文件时,the 分割 PDF 指南 涵盖基于范围的切割。
PDF中提取特定页面的方法,一步一步
- 加载文件。 PDF拖到掉落区或点击浏览,工具显示文件名、大小和页面数量,然后每页一个编号的图块。
- 选择页面。 将数字和范围输入页面字段、单击图块或将两者合并。选择全部 填充每个页面,选择无 清除选择。
- 检查选择。 例如,计数器读取 " 3(共 12 页)选择",以及 "提取"的页面;行按顺序列出所选页面。
- 下载。 按钮更改为 "提取 3 页"单击它会保存一个以原始文件命名的新文件
_extracted补充道,所以report.pdf变成report_extracted.pdf。
键入的字段和图块保持同步。单击图块 4、5 和 6 会写入 4-6 为您进入字段,如果字段已经说了 1-3, 8、点击图块4将其重写为 1-4, 8。图块显示的是页码,而不是内容的缩略图,所以如果需要通过其上的内容找到页面,请先打开查看器中的PDF并注明数字。
Page-range语法的行为方式?示例前后
1开始计算页码,与PDF查看器显示的内容相匹配,输入是一个逗号分隔的列表,其中每个项目都是单个页面或写入的范围 start-end.下面的例子都使用一个叫做12页的文件 report.pdf。
| 你打字 | 输出中的页面,按顺序 | 为什么 |
|---|---|---|
1, 5, 9 |
1、5、9 | 三页单页 |
9, 1, 5 |
1、5、9 | 输出始终遵循原始顺序 |
1, 5-7, 12 |
1、5、6、7、12 | 单打和范围可以混合 |
3, 3, 7 |
3、7 | 页面包含一次,但通常会键入 |
4-6, 5-8 |
4、5、6、7、8 | 重叠范围合并 |
10-15 |
10、11、12 | 剪辑最后一页之后的范围 |
0, 13, 2 |
2 | 1到12之外的数字被忽略 |
7-3 |
没什么 | 向后范围不选择任何页面 |
5- |
没什么 | 不读取开放式范围 |
1-12 |
1至12 | 整个文档,即"选择全部"所写的内容 |
这是第一个示例的前后视图,以页面序列形式排列:
Source report.pdf 1 2 3 4 5 6 7 8 9 10 11 12
Input 1, 5, 9
Output report_extracted.pdf 1 5 9
(new page numbers) 1 2 3
摘录的文件有三页,在新文档内部编号为1、2和3。内容本身中任何打印的页码仍然写着1、5和9,因为摘录会复制绘制时的页面。
其中三行很容易绊倒。向后范围如 7-3 以及开放范围,例如 5- select nothing,不显示警告,默默跳过一个超出范围的数字,计数器是检查:如果您预计5页,它说3,在点击提取之前查看字段。
您可以以不同的顺序提取页面,或者以相同的页面提取两次吗?
No to both,由设计。选择是一组页码,输出是从该集合按升序构建的。 9, 1, 5 並 1, 5, 9 生成相同的文件,并且 3, 3, 7 生成一个两页的文件。
当您需要自定义订单时,分两次完成。首先提取页面,然后打开结果 PDF 页面整理程序 并按顺序拖动它们。 组织 PDF 指南 详细浏览重新排序。
当您需要页面出现两次时,例如数据包正面和背面的封面页,请自行提取该页面,然后将文件与 合并PDF:
Pass 1 extract 1 -> cover.pdf [1]
Pass 2 extract 2-11 -> body.pdf [2..11]
Pass 3 merge cover.pdf + body.pdf + cover.pdf
Result packet.pdf [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 1]
哪些东西在提取中幸存下来,哪些东西会丢失?
Page 本身是整个人走的,属于文档而不是单页的东西都留在后面,这种拆分直接遵循 ISO 32000 构建文件的方式:有些对象挂掉一个页面,有些则挂掉文档目录。
| 物品 | 结转了吗? | 理由 |
|---|---|---|
| 文本、矢量图形、图像 | 是的,不变 | 页's内容流和资源的一部分 |
| 字体 | 是的 | 由页面引用,随之复制 |
| 页码和旋转 | 是的 | 页面属性 |
| 网站链接 | 是的 | 链接注释存储在页面上 |
| 跳转到文档另一页的链接 | 不,他们停止工作 | 它们指向源文件中的页面对象 |
| 书签(大纲) | 否 | 轮廓树属于文档目录 |
| 可填充表单字段 | 不,只有他们的外表 | 交互式表格在文档级别注册 |
| 标题、作者、关键词 | 否 | 文档元数据未被复制 |
| 密码保护 | 无法加载 | 加密文件被拒绝 |
Form-field 行最让人惊讶,一个填入的字段看起来还是填入的,因为它的视觉外观是画在页面上的,但是你不能再点击进去键入了,如果需要一个可填的子集,保留原件,然后填在那里。
提取页面会降低质量吗?
No。Pages 是在对象级别复制的,因此没有光栅化,没有图像重新压缩,也没有字体替换,一个提取的页面在源中呈现出完全相同的页面。
File size 则是另一回事,一页的摘录还是可以大的,因为页面带入了它使用的每一个资源,单页一张整页照片,嵌入字体,很容易自己称一兆,如果结果太大,邮箱发不出,就跑过 PDF压缩机;该步骤确实会改变图像,因此如果质量很重要,请保留未压缩的提取物。
从机密 PDF 中提取页面安全吗?
是的,就工具而言,PDF 在浏览器内存中打开,新文档在那里组装,下载在本地生成,没有上传任何内容,并且一旦页面加载,工具就会与网络保持关闭状态。这使得对于不应通过第三方服务器的合同、医疗信件或人力资源文件来说是合理的。
2个实用笔记,首先提取的文件是正常的,未加密的PDF,所以要和源头一样小心对待,其次因为元数据没有被复制,所以新文件以空标题和作者字段开头,这在分享摘录时往往是小小的隐私增益。
您可以击中哪些错误以及如何修复它们?
| 消息或症状 | 原因 | 修复 |
|---|---|---|
| "请选择PDF文件" | 该文件不被识别为 PDF | 检查扩展名,该文件是真正的 PDF,而不是图像或 Word 文件 |
| "加载PDF文件失败" | PDF 是受密码保护、损坏或截断的 | 删除创建密码的应用程序中的密码,或重新下载该文件 |
| 提取按钮已禁用 | 没有选择页面 | 输入至少一个有效页面或单击一个图块 |
| 页面数量少于预期 | 向后范围、开放范围或超出范围的数字 | 阅读计数器和"页面以提取"行 |
| "提取页面"失败 | 新文档无法构建,最常见的是对非常大的文件的内存压力 | 关闭其他选项卡,或分批提取 |
| 内部链接什么也不做 | 他们指向源文件中的页面 | 预期;网站链接仍然有效 |
没有固定的上传上限,因为没有上传任何东西。实际限制是您的设备's内存,这在扫描PDF数百兆字节的手机上很重要。
在线页面提取器的替代方案
当您在不控制或无需安装的机器上时,浏览器工具很方便。其他路线适合其他情况。
Mac上,Preview可以用手做:打开侧边栏缩略图,选择页面,拖到桌面或者新文档,一把页面快,几十个页面慢。
Print 到 PDF,自定义页面范围在大多数浏览器和操作系统中都有效,但它通过打印管道重新生成文件,这可以平坦表单字段,并改变文本和图像的存储方式,提取按原样复制页面。
在命令行上, qpdf 做相同的对象级副本, 是编写许多文件脚本的正确选择:
qpdf --empty --pages report.pdf 1,5,9 -- report_extracted.pdf
qpdf --empty --pages report.pdf 10-12 -- appendix.pdf
qpdf 还接受类似的范围 z 对于最后一页,可以重复页面,而浏览器工具故意不重复页面。
一个有效的例子:建造滑梯甲板附录
说一份60页的年度报告需要三个展品用于一个板式滑板:第4页的收入表,第17页和第18页的区域细目,以及第52页的审计师's注释。
- 负载
annual-report.pdf。该工具显示 60 个图块。 - 类型
4, 17-18, 52。计数器读取"4,共60页选择",列表显示4, 17, 18, 52。 - 单击提取 4 页。
annual-report_extracted.pdf下载有四个页面,新文件内编号为 1 至 4。 - Auditor's note应该在甲板上排在第一位,所以打开组织者中的摘录,将第4页(以前的52)移到前面。
附录中的最终顺序:52、4、17、18 来自源,并且磁盘上的 60 页原件未受影响。有关 PDF 集的其余部分,包括旋转、合并和压缩,请参阅 PDF 工具集线器或者直接去 页面提取器 并使用您自己的文件进行尝试。
