Unir PDF

Un archivo PDF no es en realidad un flujo lineal de páginas como lo es un documento plano — es un grafo de objetos, donde una página referencia las fuentes, imágenes y flujos de contenido que necesita, y esos objetos pueden compartirse entre páginas dentro del mismo archivo. Unir funciona copiando el grafo de objetos de cada documento de origen en un nuevo archivo combinado y reescribiendo el árbol de páginas para que liste cada página de cada documento en el orden elegido, preservando las referencias internas de cada documento para que nada se renderice roto.

Por eso unir generalmente no tiene pérdida en el sentido que importa: las propias páginas — su texto, imágenes, diseño y formato — se copian exactamente como existían en los archivos de origen, sin volver a renderizarse ni recodificarse. Lo que no se traslada automáticamente es la estructura a nivel de documento que existe por encima del nivel de páginas individuales, que es donde aparecen las limitaciones reales de unir.

Los marcadores (el árbol de esquema usado para navegación en un lector de PDF), las asociaciones de campos de formulario, y los metadatos a nivel de documento como el título y el autor son estructuras que describen el documento como un todo en lugar de cualquier página individual, y una unión que combina varias de esas estructuras de distintos archivos de origen no tiene una única forma correcta de reconciliarlas — tres documentos cada uno con su propio árbol de marcadores no tienen un árbol combinado obvio, y tres autores declarados distintos no tienen un autor combinado obvio. En lugar de adivinar, el ensamblaje de PDF del lado del cliente generalmente descarta estas estructuras, que es una limitación de unir PDF del lado del cliente en general en lugar de algo específico de cualquier implementación.

Lo que se preserva sin excepción es el contenido visible: el texto permanece seleccionable y buscable, las imágenes mantienen su resolución original, y las anotaciones en línea dibujadas directamente en una página se trasladan con ella, porque viven a nivel de página en lugar de a nivel de documento.

Como los documentos se unen exactamente en el orden de lista mostrado, el flujo de trabajo práctico es añadir todos los archivos primero, luego usar los controles de reordenar para organizar la lista antes de hacer clic en unir, en lugar de intentar predecir el orden final mientras se añaden archivos uno a uno. Para un lote grande — ensamblar una docena de estados de cuenta escaneados en un archivo, por ejemplo — vale la pena un momento para verificar el orden contra algo externo, como los nombres de archivo o fechas, ya que una unión que termina en el orden equivocado igualmente tiene éxito sin ninguna advertencia de que la secuencia está mal.