PDF分割

ページ範囲は、より大きな文書から既知の特定のページ群を抽出するためのものです — 契約書の署名ブロック、レポートから引用する1章、50ページのプレゼンテーションから本当に必要な2ページなどです。事前にどのページが欲しいか知っている必要があり、そのため、まだ見ていないものを整理しようとしているのではなく、すでに読んだものを扱っているときに正しいツールになります。

個々のページへの分割は逆の状況のためのものです: コンテンツについて事前に何も知る必要なく、各ページを独自のファイルに変換すること — これはまさに、1つのPDFにまとめられたスキャン文書のバッチが、それぞれ個別にアーカイブ、リネーム、処理される前に必要とすることが多いものです。これは選択的な操作ではなく、機械的でページごとの操作です。

Nページごとの分割はその中間に位置します — バッチスキャンのように長い文書が既知の規則的な内部構造を持ち、固定数のページごとに別の書類や領収書である場合に役立ち、各ブロックの正確な範囲を手動で抽出することなく、それらのブロックを別々のファイルとして出力する必要がある場合です。

PDFはフォント、埋め込み画像、カラープロファイルを、ページが複製するのではなく参照する共有オブジェクトとして保存するため、3つの埋め込みフォントを持つ40ページの文書はそれらのフォントを1回だけ保存し、40回ではありません。その文書から2ページの範囲を抽出しても、その2ページが参照するフォント（および他のリソース）を引き続き持ち運ぶ必要があり、文書がそれらの同じ共有リソースをあちこちで使っている場合、小さな抜粋のサイズがファイル全体のサイズに驚くほど近くなることがあります — バイト数はそもそもページ間に均一に分布していたわけではないため、ページの一部が比例的なサイズの一部を意味するわけではありません。

これは埋め込みフォントの多い文書や大きな共有画像を持つ文書でより顕著であり、主にスキャンされたページ画像から構築された文書ではよりナイーブな予想に近くなります。そこでは各ページが本当にそれぞれ独自の異なるデータを持っているからです。

元のファイルはメモリ内で読み取られ、そこから新しい文書を構築するためのソースとしてのみ使われます — お使いの端末上で変更・移動・改変されることは決してなく、何もアップロードされないため、その後どのサーバーにもコピーが残ることはありません。分割は純粋に付加的な操作です: 元のファイルの隣に新しいファイルができるのであって、元のファイルに取って代わることは決してありません。

暗号化されたPDFは、それを読めるように黙って保護を解除するのではなく、直接拒否されます — パスワードはまずファイルを作成した、または開けるアプリケーションで削除する必要があり、結果として得られる保護のない文書はその後通常どおり分割できます。