Excluir páginas de PDF

Excluir uma página não é o mesmo que eliminá-la

Nada é recortado do seu documento. Um documento novo é montado com as páginas que você manteve, e essas páginas chegam byte a byte como eram — mesmo fluxo de conteúdo, mesmas fontes incorporadas, mesmas caixas e rotação —, trazendo junto as próprias anotações. O que não chega é tudo o que pertencia ao documento, e não a uma página: o sumário de marcadores, os rótulos de página, os anexos, a estrutura de tags que um leitor de tela segue, e os campos de título e autor, que o resultado não herda de lugar nenhum.

Se você está excluindo uma página para se livrar do que há nela, leia esta parte. Um link em uma página mantida que apontava para uma página excluída ainda precisa apontar para algum lugar, e atendê-lo arrasta uma cópia da página excluída para o arquivo novo, como um objeto que a árvore de páginas nunca referencia. Nenhum leitor vai exibi-la e ela não será impressa, mas o conteúdo está nos bytes, e qualquer pessoa que abra o arquivo em um editor de texto pode encontrá-lo. Excluir é uma operação de estrutura do documento, não de privacidade. Quando o objetivo é que ninguém nunca mais veja aquelas palavras, tarje-as — isso sobrescreve o próprio conteúdo.

A redução de tamanho raramente é proporcional ao número de páginas, pelo mesmo motivo que um arquivo dividido fica maior do que você espera: as páginas compartilham coisas. Tire trinta páginas de um relatório de quarenta e os subconjuntos de fontes, o papel timbrado e o logotipo eram todos compartilhados, então viajam com as páginas que ficaram, e o arquivo não cai para um quarto do tamanho. Uma página sempre precisa ficar — um PDF sem páginas não é um PDF válido, então marcar tudo é recusado em vez de gerar um arquivo que não abre.

Quando você precisa de outra coisa

Para tirar páginas mantendo o sumário, as tags e as informações do documento, o qpdf edita o documento em vez de reconstruí-lo: qpdf in.pdf --pages . 1-3,7-z -- out.pdf mantém tudo, menos as páginas quatro a seis, com o original como documento principal, então o catálogo dele sobrevive. A sintaxe 7-z — da página sete até o fim — também é o jeito mais fácil de cortar uma capa a partir de um script sem saber o número de páginas.

Para ter certeza de que uma página removida não deixa nada para trás, passe o resultado por qpdf --empty --pages out.pdf 1-z -- clean.pdf, que grava um arquivo novo só com o que a árvore de páginas realmente alcança, ou reconstrua com gs -sDEVICE=pdfwrite -o clean.pdf out.pdf. Os dois descartam objetos sem referência. Os dois são gratuitos.