一份 60 頁的年度報告到貨,您需要第 4、17 和 52 頁作為幻燈片。掃描的合約有一個律師想要的簽名頁。教科書章節從第 112 頁到第 140 頁,其餘的都是平板電腦上的自重。在每種情況下,工作都是相同的:製作一個僅包含您選擇的頁面的新 PDF,並將原始檔案保持原樣。
本指南介紹了 PDF 內部頁面提取的工作原理、頁面列表語法在邊緣的行為方式、哪些內容在新文件中的行程中倖存下來,哪些內容沒有,以及何時更適合不同的操作(分割、刪除或重新排序)。範例使用 提取 PDF 頁面工具 在 Toolz 上,它完全在瀏覽器中運行。
TL;DR: 提取 PDF 頁面會將您選擇的頁面複製到全新文件中,並且原始頁面保持不變。輸入頁碼和範圍,例如
1, 5, 9或者10-12,或點擊編號的圖塊,然後下載<name>_extracted.pdf. 輸出始終遵循原始頁面順序,列出每頁一次,並保留每頁'文字、字體和圖像無需重新編碼。書籤、內部頁面連結、可填寫的表單欄位和文件元資料不會結轉。這 免費 PDF 頁面提取器 是客戶端,無需註冊,載入後離線工作。
從 PDF 中提取頁面有什麼作用?
提取頁面會建立一個新的 PDF 文檔,並將從來源中選擇的一組頁面複製到其中。原始文件中沒有刪除任何內容;您將獲得包含子集的第二個文件。
在引擎蓋下,PDF 將其頁面保存在稱為頁面樹的結構中,每個頁面都是一個指向自己的內容流及其使用的資源的物件:字體、圖像、色彩空間。格式指定於 ISO 32000-2. 提取遍歷該樹,將選定的頁面物件及其引用的所有資源複製到新文件中,並寫入新文件。因為頁面內容是複製而不是重新繪製,因此文字保持可選擇性,向量圖形保持向量,並且圖像不會重新壓縮。
Toolz 工具可以執行此操作 pdf-lib,javascript PDF 庫,在瀏覽器標籤內執行。該文件被讀入內存,在那裡構建新文檔,結果以下載形式提供。 PDF 的副本不會傳送到伺服器。
提取與分割與刪除與組織:您需要哪一個?
這四個操作重疊,選擇錯誤的操作通常需要額外的一步。區別在於有多少檔案出來以及您命名的頁面。
| 操作 | 你的名字 | 輸出 | 最好的時候 |
|---|---|---|---|
| 提取頁面 | 要保留的頁面 | 一個新的 PDF | 您想要從長文件中分散出幾頁 |
| 拆分 pdf | 哪裡可以切 | 幾個 PDF | 您想要將長文件分成連續的部分 |
| 刪除頁面 | 要刪除的頁面 | 一個新的 PDF | 您想要大部分文件減去幾頁 |
| 組織pdf | 新訂單 | 一個新的 PDF | 您想要以不同的順序顯示相同的頁面 |
經驗法則:計算您必須輸入的頁面。從 40 頁的合約來看,保留 38 頁意味著在摘錄中命名 38 頁,在刪除中命名 2 頁,所以 刪除 PDF 頁面 更快。保留 40 個中的 3 個則相反。當目標是多個文件而不是一個文件時, 分割 PDF 指南 涵蓋基於範圍的切割。
如何逐步從 PDF 中提取特定頁面
- 載入文件。 將 PDF 拖曳到下拉區域或按一下瀏覽。該工具顯示檔案名稱、大小和頁數,然後每頁顯示一個編號圖塊。
- 選擇頁面。 在頁面欄位中輸入編號和範圍,按一下圖塊,或將兩者組合。選擇全部填滿每個頁面,選擇無清除選擇。
- 檢查選擇。 例如,計數器讀取 "3,共 12 頁,選擇 ",以及 "要提取和引用的頁面;行按順序列出所選頁面。
- 下載。 按鈕變更為 "提取 3 頁並引用;。點擊它會儲存以原始檔案命名的新檔案
_extracted補充道,所以report.pdf成為report_extracted.pdf.
鍵入的欄位和磁磚保持同步。點擊圖塊 4、5 和 6 寫入 4-6 為你進入田野,如果田野已經說了 1-3, 8,點擊圖塊 4 將其重寫為 1-4, 8. 磁磚顯示頁碼,而不是內容的縮圖,因此,如果您需要透過頁面上的內容找到頁面,請先開啟檢視器中的 PDF 並記下數字。
頁面範圍語法如何表現?範例之前和之後
頁碼從 1 開始計數,與 PDF 檢視器顯示的內容相符。輸入是一個以逗號分隔的列表,其中每個項目都是單一頁面或寫入的範圍 start-end。 下面的範例都使用一個名為 的 12 頁檔案 report.pdf.
| 你輸入 | 輸出中的頁面,依序排列 | 為什麼 |
|---|---|---|
1, 5, 9 |
1、5、9 | 三頁 |
9, 1, 5 |
1、5、9 | 輸出始終遵循原始順序 |
1, 5-7, 12 |
1、5、6、7、12 | 單打和範圍可以混合 |
3, 3, 7 |
3、7 | 一個頁面包含一次,但通常會鍵入 |
4-6, 5-8 |
4、5、6、7、8 | 重疊範圍合併 |
10-15 |
10、11、12 | 剪掉最後一頁的範圍 |
0, 13, 2 |
2 | 1 到 12 以外的數字將被忽略 |
7-3 |
什麼都沒有 | 向後範圍不選擇任何頁面 |
5- |
什麼都沒有 | 不讀取開放式範圍 |
1-12 |
1 至 12 | 整個文檔,這就是 Select All 所寫的 |
這是第一個範例的前後視圖,按頁面序列排列:
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
提取的文件有三頁,在新文件內編號為1、2和3。內容本身中任何列印的頁碼仍然顯示為 1、5 和 9,因為提取會複製所繪製的頁面。
其中三行很容易被絆倒。向後範圍,例如 7-3 以及開放範圍,例如 5- 不選擇任何內容,不顯示任何警告,並默默跳過超出範圍的號碼。計數器是檢查:如果您預計有 5 頁並且它顯示 3,請在單擊"提取"之前查看該字段。
您可以以不同的順序提取頁面,或同一頁提取兩次嗎?
根據設計,兩者都不行。選擇是一組頁碼,輸出是根據該組按升序建構的。 9, 1, 5 和 1, 5, 9 產生相同的文件,並且 3, 3, 7 產生一個兩頁的文件。
當您需要自訂訂單時,請分兩次進行。先提取頁面,然後開啟結果 PDF 頁面管理器 並將它們按順序拖曳。這 組織 PDF 指南 詳細地完成重新排序。
當您需要一個頁面出現兩次(例如資料包正面和背面的封面頁)時,請自行提取該頁面,然後將檔案與 合併 合併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]
什麼在提取中倖存下來,什麼丟失了?
頁面本身完整地傳播。屬於文件而不是單一頁面的事物留在後面。這種劃分直接源自於 ISO 32000 建立檔案的方式:有些物件掛在頁面上,有些物件掛在文件目錄上。
| 項目 | 結轉了? | 原因 |
|---|---|---|
| 文字、向量圖形、圖像 | 是的,沒有改變 | 頁面的一部分'內容流和資源 |
| 字體 | 是的 | 由頁面引用,並與頁面一起複製 |
| 頁面大小和輪換 | 是的 | 頁面屬性 |
| 網站連結 | 是的 | 連結註釋儲存在頁面上 |
| 跳到文件另一頁的連結 | 不,他們停止工作了 | 它們指向原始檔案中的頁面物件 |
| 書籤(大綱) | 不 | 輪廓樹屬於文件目錄 |
| 可填寫的表單欄位 | 不,只是他們的外表 | 互動式表單在文件層級註冊 |
| 標題、作者、關鍵字 | 不 | 文檔元資料不會被複製 |
| 密碼保護 | 無法加載 | 加密檔案被拒絕 |
表單欄位行最讓人驚訝。填入的欄位看起來仍然填滿,因為它的視覺外觀繪製在頁面上,但您無法再單擊它並鍵入。如果您需要可填入的子集,請保留原始內容並將其填入其中。
提取頁面會降低品質嗎?
沒有。頁面是在物件層級複製的,因此沒有光柵化、沒有圖像重新壓縮、沒有字體替換。提取的頁面呈現與來源中的同一頁面完全相同的頁面。
文件大小是另一回事。一頁摘錄仍然可能很大,因為該頁面帶來了它使用的所有資源。帶有整頁照片和嵌入字體的單頁本身可以輕鬆稱重 1 MB。如果結果太大而無法透過電子郵件發送,請運行它 PDF壓縮機;該步驟確實會更改圖像,因此如果品質重要,請保留未壓縮的摘錄。
從機密 PDF 中提取頁面安全嗎?
是的,就該工具而言。 PDF 在瀏覽器記憶體中打開,新文件在那裡組裝,並在本地產生下載。沒有上傳任何內容,一旦頁面載入,工具就會繼續關閉網路。這使得不應通過第三方伺服器的合約、醫療信函或人力資源文件變得合理。
兩個實用筆記。首先,提取的文件是普通的、未加密的 PDF,因此請像對待來源一樣小心對待它。其次,由於元資料沒有被複製,新檔案以空的標題和作者欄位開頭,這在共享摘錄時通常是一個很小的隱私增益。
您可以命中哪些錯誤以及如何修復它們?
| 訊息或症狀 | 原因 | 修復 |
|---|---|---|
| &引用;請選擇 PDF 檔案&引用; | 該文件不被識別為 PDF | 檢查副檔名,該檔案是真實的 PDF,而不是圖像或 Word 檔案 |
| &引用;無法載入 PDF 檔案和引用; | PDF 受密碼保護、損壞或截斷 | 刪除建立密碼的應用程式中的密碼,或重新下載檔案 |
| 提取按鈕已停用 | 沒有選擇頁面 | 輸入至少一個有效頁面或點擊圖塊 |
| 頁數比預期少 | 向後範圍、開範圍或超出範圍的數字 | 閱讀計數器和"頁面提取"線 |
| &引用;無法提取頁面和引用; | 無法建立新文檔,最常見的是非常大的文件上的記憶體壓力 | 關閉其他選項卡,或分批提取 |
| 內部連結沒有任何作用 | 他們指著原始檔案中的頁面 | 預期的;網站的連結仍然有效 |
沒有固定的上傳上限,因為沒有上傳任何內容。實際限制是您的裝置'內存,這對於掃描 PDF 為數百兆位元組的手機很重要。
線上頁面提取器的替代方案
當您在無法控製或不需要安裝的機器上時,瀏覽器工具非常方便。其他路線適合其他情況。
在 Mac 上,預覽可以手動完成:開啟側邊欄縮圖、選擇頁面並將它們拖曳到桌面或新文件中。幾頁的速度很快,幾十頁的速度很慢。
使用自訂頁面範圍列印到 PDF 在大多數瀏覽器和作業系統中都有效,但它可以透過列印管道重新產生文件,這可以扁平化表單欄位並更改文字和圖像的儲存方式。提取按原樣複製頁面。
在命令列上, qpdf 執行相同的物件級複製,並且是編寫許多檔案腳本的正確選擇:
qpdf --empty --pages report.pdf 1,5,9 -- report_extracted.pdf
qpdf --empty --pages report.pdf 10-12 -- appendix.pdf
qpdf 也接受類似的範圍 z 對於最後一頁,並且可以重複頁面,而瀏覽器工具故意不這樣做。
一個可行的例子:建造一個滑甲板附錄
假設一份 60 頁的年度報告需要三個證據來製作幻燈片:第 4 頁的收入表、第 17 和 18 頁的區域細分以及審計師#39;第 52 頁的註釋。
- 負載
annual-report.pdf. 該工具顯示 60 個圖塊。 - 類型
4, 17-18, 52. 計數器讀取"4,共 60 頁,已選擇"並顯示列表4, 17, 18, 52. - 點選摘錄 4 頁。
annual-report_extracted.pdf下載四頁,新檔案內編號為 1 至 4。 - 審計員'註釋應該放在甲板上,因此打開整理器中的摘錄並將第 4 頁(以前的第 52 頁)移至前面。
附錄中的最終順序:來自來源的 52、4、17、18,磁碟上的 60 頁原件未受影響。有關 PDF 集合的其餘部分,包括旋轉、合併和壓縮,請參閱 PDF 工具中心,或者直接去 頁面提取器 並用您自己的文件嘗試一下。
