从不经手您文件的PDF工具

编辑之后，究竟保留了什么

PDF并不是单一的东西。除了可见的页面内容，它还带有大纲（书签）、表单字段及其填写的值、供屏幕阅读器使用的标签结构、文件附件、数字签名和文档元数据。大多数在线工具会悄悄丢掉其中好几项，而您要到事后才会发现。

下面说说我们的工具是怎么做的，分界线比您想象的更清晰。合并、拆分和提取页面都会新建一个文档，再把页面复制进去。 凡是*位于页面上*的内容都会原样保留——文字、图片和矢量图形都是直接复制，绝不重新压缩或缩放，所以页面在视觉上完全一致。但凡是位于*文档*层级的内容都会被留下：书签大纲、表单字典、屏幕阅读器所依据的标签结构、文档语言，以及标题和作者字段。因此，合并或拆分后的文件完全没有书签——既没有第一个文件的，也没有任何其他文件的——表单的方框可能仍会显示，却已不再是可填写的字段。如果保留大纲很重要，qpdf在合并时会保留主文档的目录结构；而任何在浏览器中运行的工具都做不到。

输入文件之间也不会共享资源，这解释了一个让人意外的结果：合并两份嵌入了同一种字体的报告，这种字体会被嵌入两次，所以合并后的文件大致等于各部分之和，而不会更小。旋转是上述一切的例外——它会载入文档再重新保存，而不是新建一个，只修改页面的旋转属性，所以它是无损、可逆的，并能完整保留大纲、表单、标签和元数据。

压缩是唯一需要有所取舍的操作，而且它会坦白取舍的是什么：图片以较低质量重新编码，文字和矢量图形则保持不动。这就是为什么压缩一份纯文字报告几乎省不了多少空间，而压缩一本扫描版宣传册却可能省下90%。

数字签名在任何编辑之后都会失效——这是设计使然。签名覆盖的是文档的每一个确切字节，所以对已签名的PDF进行合并、拆分、旋转或压缩，都会使签名失效。这是格式在正常工作，而不是工具的缺陷，世界上任何PDF编辑器都无法避免。

什么情况下浏览器确实不是合适的工具

这些工具的设计初衷就是保护您文件的隐私，而这是有代价的。我们宁愿在这里说清楚，也不愿让您在做到一半时才发现。

超大文件。 所有内容都保存在您设备的内存中，所以上限是标签页的内存额度，而不是套餐限制。几百MB在笔记本电脑上很轻松；手机会更早撑不住。服务器端工具可以流式处理一个我们打不开的2 GB文件。

扫描页面。 如果PDF是纸张的照片，里面就没有可供查找的文字。我们的OCR工具识别这类页面的效果足以支持搜索和复制，但针对您的语言和版式训练过的专业桌面OCR软件会做得更好，而且两者都无法完美还原复杂的表格。

精确的印刷还原。 专色、叠印、补漏白和ICC渲染意图，属于专业印前软件的范畴。我们会保留文件中已有的颜色数据，但不做色彩管理。

批量与自动化。 这些工具要有人点击才会运行。按计划转换四千张发票，是服务器上命令行工具的活——Ghostscript、qpdf和pdfcpu都是免费的，而且干这件事比任何网页都强。

如何在名字相近的工具之间选择

合并PDF与PDF页面排序。合并PDF用来拼接整个文件，并让您调整文件的顺序。PDF页面排序在一个文档内部操作，让您拖动单个页面。如果既要合并多个文件，*又*要让它们的页面交错排列，就分两步：先合并，再排序。

拆分PDF与提取PDF页面。拆分PDF把一个文档切成多个文档。提取PDF页面把选中的页面取出，放进一个新文件，原文件保持不变。

PDF解密与解除限制。 PDF解密需要密码，并会移除加密。限制是文件所有者设置的标记，用来禁止打印或复制；它们只是建议性的，无需密码即可清除。两者都不是打开您无权打开的文档的途径。

PDF转Word与PDF转文本。PDF转Word会把段落、标题和表格重建为可编辑的Word内容，遇到复杂版式时效果不会完美。PDF转文本给您的是不带任何格式的原始字符，适合用于搜索、分析或交给其他程序处理。