Ekstrak halaman PDF

Apa yang ikut terbawa bersama halaman yang diekstrak

Kata yang perlu diperhatikan dalam “dokumen baru yang bersih” adalah baru. Halaman Anda disalin ke dokumen yang dibuat dari nol, jadi isi halamannya persis sama — tanpa kompresi ulang, tanpa perubahan skala, font dan gambar yang sama — sementara perlengkapan tingkat dokumen dari file asli memang tidak ada untuk diwarisi. Tidak ada outline, label halaman, lampiran, judul atau penulis, dan tidak ada formulir. Yang terakhir itu punya akibat nyata yang perlu Anda ketahui sebelum mengirimkan file: widget untuk kolom yang sudah diisi digambar di halaman dan ikut terbawa, jadi jawabannya tetap terlihat, tetapi dictionary yang memberi tahu pembaca bahwa widget itu adalah formulir tidak ikut. Halaman formulir yang diekstrak tampak lengkap, tetapi tidak bisa diisi lagi.

Label halaman sering kali menjebak. Laporan yang bagian pembukanya bernomor i, ii, iii menyimpan label itu di dokumen, bukan di halaman, jadi mengekstrak halaman ketiga dari kata pengantar menghasilkan PDF satu halaman yang disebut halaman 1 oleh semua pembaca — sementara angka yang tercetak di halaman tetap bertuliskan iii. Tidak ada yang salah dengan filenya; dua sistem penomoran yang berbeda saja yang tidak lagi sepakat.

“PDF terpisah untuk setiap halaman” melipatgandakan semua yang dimiliki bersama oleh halaman-halaman itu, karena setiap file harus berdiri sendiri. Subset font yang tertanam sekali di file sumber akan tertanam lagi di setiap potongan yang memakai salah satu karakternya, dan kop surat yang digambar di keempat puluh halaman disimpan empat puluh kali. ZIP berisi halaman-halaman tunggal sering kali totalnya lebih besar daripada dokumen asalnya, dan untuk dokumen panjang ZIP itu dibangun sepenuhnya di memori, yang paling mungkin membuat ponsel menyerah di sini.

Jika Anda butuh hal lain

Di sini, halaman selalu keluar sesuai urutan dokumen. Jika urutan justru yang penting — memindahkan lampiran ke depan, atau menyelang-nyelingkan dua hasil scan — qpdf in.pdf --pages . 9 . 1-3 . 12-14 -- out.pdf menerima rentang dalam urutan apa pun yang Anda tulis, mengulang halaman sebanyak Anda menyebutnya, dan karena input tetap menjadi dokumen utama, outline dan informasi dokumen ikut dipertahankan, hal yang tidak bisa dilakukan ekstraksi di sini.

Untuk mengambil rentang dari file yang benar-benar besar — hasil scan seribu halaman, atau file yang lebih besar daripada yang sanggup ditampung tab browser — qpdf maupun pdfseparate -f 5 -l 12 in.pdf page-%d.pdf dari Poppler membaca langsung dari disk alih-alih memuat dokumen ke memori terlebih dahulu, dan keduanya sama sekali tidak punya batas ukuran.