PDF結合

PDFファイルは、平坦な文書のようなページの線形ストリームでは実際にはありません — それはオブジェクトのグラフであり、ページは必要とするフォント、画像、コンテンツストリームを参照し、それらのオブジェクトは同じファイル内のページ間で共有できます。結合は各元文書のオブジェクトグラフを新しい結合ファイルにコピーし、選んだ順序で各文書の各ページを列挙するようページツリーを書き換えることで機能し、各文書の内部参照を保持して何もレンダリングが壊れないようにします。

だからこそ結合は重要な意味で一般的に不可逆ではありません: ページ自体 — そのテキスト、画像、レイアウト、書式 — は再レンダリングや再エンコードなしに、元のファイルに存在していたとおり正確にコピーされます。自動的に引き継がれないのは、個々のページレベルより上に存在する文書レベルの構造であり、そこが結合の実際の限界が現れる場所です。

ブックマーク（PDFリーダーでのナビゲーションに使われるアウトラインツリー）、フォームフィールドの関連付け、タイトルや著者といった文書レベルのメタデータは、個々のページではなく文書全体を記述する構造であり、複数の元ファイルからこれらの構造をいくつも結合する結合処理には、それらを調整する唯一の正しい方法がありません — それぞれ独自のブックマークツリーを持つ3つの文書には明白な結合ツリーがなく、宣言された著者が異なる3つの文書には明白な結合著者がありません。推測する代わりに、クライアント側のPDF組み立てはこれらの構造を一般に破棄します。これは特定の実装の問題ではなく、クライアント側でのPDF結合全般の制約です。

例外なく保持されるのは表示可能なコンテンツです: テキストは選択可能・検索可能なままで、画像は元の解像度を維持し、ページに直接描かれたインラインの注釈はページレベルではなく文書レベルに存在するため、そのまま一緒に引き継がれます。

文書は表示されているリストの順序どおりに正確に結合されるため、実用的なワークフローはまずすべてのファイルを追加し、次に並べ替えコントロールを使って結合をクリックする前にリストを整理することです。ファイルを1つずつ追加しながら最終的な順序を予測しようとするのではなく、です。数十のスキャンした明細書を1つのファイルに組み立てるといった大きなバッチでは、ファイル名や日付など外部の何かに対して順序を確認する時間を取る価値があります。順序が間違って終わる結合は、シーケンスが間違っているという警告なしに同様に成功してしまうからです。