Как извлечь страницы из PDF в отдельный файл

Из отчёта на восемьдесят листов нужны четыре — те, где таблица с расчётом. Из договора нужно приложение, из методички — одна глава. Задача выглядит одинаково во всех случаях, но у инструмента есть два режима вывода и одна настройка, которая молча переделывает формат страниц.

Извлечь или удалить: одна задача с двух сторон

Тот же результат можно получить двумя инструментами, и выбор между ними — вопрос арифметики, а не смысла.

extract-pages собирает новый документ из отмеченных страниц. remove-pages оставляет документ документом и выбрасывает из него лишнее.

Правило простое: если нужно мало, а выбросить много, берите извлечение. Если наоборот — удаление. Отмечать четыре страницы быстрее, чем семьдесят шесть.

Есть и содержательная разница. Извлечение всегда даёт новый файл, и это правильный выбор, когда извлечённое пойдёт отдельным приложением к письму. Удаление сохраняет исходный документ как целое, и его выбирают, когда результат должен остаться той же бумагой, просто короче.

Два режима вывода

По умолчанию выбран первый. Второй режим отдаёт архив даже в том случае, когда извлекается одна-единственная страница, — распаковывать придётся всегда.

Поштучный режим стоит выбирать не «на всякий случай», а под конкретную задачу: разослать каждому подписанту его лист, загрузить страницы по одной в систему, которая принимает только одностраничные файлы, или разложить пачку отсканированных заявлений по папкам. Во всех остальных случаях один документ удобнее: его проще открыть, проще приложить к письму и проще проверить.

Имена файлов в архиве хранят исходные номера

Эту деталь легко пропустить, а она решает главную проблему поштучного извлечения — как потом понять, что откуда.

Файлы внутри архива называются по номеру страницы в исходном документе, а не по порядку в выборке. Извлечение страниц 2, 5 и 6 даёт архив с файлами `page_002.pdf`, `page_005.pdf` и `page_006.pdf`. Никакой нумерации от единицы, никаких `part_1`, `part_2`.

Практическая ценность здесь прямая: имена не теряют связь с оригиналом. Через месяц, глядя на `page_047.pdf` в общей папке, можно сказать, каким листом какого документа он был. Номер дополнен нулями до трёх знаков, поэтому файлы сортируются по имени в правильном порядке до 999 страниц.

Как извлечь нужные листы

1. Откройте extract-pages и загрузите документ. 2. Отметьте страницы на сетке превью или впишите номера текстом. 3. Выберите режим вывода: один документ или архив с отдельными файлами. 4. Оставьте включённым сохранение размера страницы, если не уверены. 5. Запустите обработку и скачайте результат. 6. Откройте результат и проверьте, что попали именно те листы: номер, напечатанный на странице, и её порядковый номер в файле совпадают редко.

Порядок страниц всегда исходный

Отметки на превью не запоминают последовательность нажатий, а текстовое поле не задаёт порядок. Перед отправкой выбор сортируется по возрастанию, и запись `5,2,4` равнозначна записи `2,4,5`.

Это не недосмотр, а разделение обязанностей. Извлечение отбирает страницы, а меняет их местами organize-pdf, где порядок задаётся перетаскиванием миниатюр.

Если задача — и отобрать, и переставить, делайте это в два шага: сначала извлеките нужное, потом расставьте в нужном порядке.

Что делает выключение сохранения размера

Переключатель размера страницы включён по умолчанию, и с ним каждая страница уезжает в новый файл как есть — со своей шириной, высотой и ориентацией.

Выключенный, он приводит все извлечённые страницы к одному формату. Формат берётся не из настроек и не из самой частой страницы, а с первой страницы выборки. Остальные вписываются в неё целиком, с сохранением пропорций и центрированием: содержимое не растягивается, вокруг него появляются поля.

Проверено на документе, где третья страница альбомная, а остальные книжные. Выбор страниц 3, 1 и 2 с выключенным переключателем дал три альбомных страницы: первая в выборке задала формат всем.

Отсюда правило: если приводите документ к единому размеру, следите за тем, какая страница в выборке первая. Ошибка не ломает содержимое, но разворачивает весь результат.

Включённым переключатель стоит оставлять почти всегда. Выключение оправдано, когда результат идёт на печать или в систему, которая отвергает документы с разноформатными листами.

Что уезжает вместе со страницами

Извлечённые страницы не перерисовываются: текст остаётся текстом, ссылки и качество изображений не меняются. В новый файл попадает только то, на что эти страницы ссылаются, поэтому вес получается примерно пропорциональным. На документе в 20 страниц и 10 КБ извлечение первых пяти дало 3 КБ, а одной страницы — чуть больше килобайта.

Оговорка касается поштучного режима. Шрифт или логотип, который использовался на всех страницах, попадёт в каждый файл архива своей копией, поэтому сумма размеров всех частей может заметно превысить исходник.

Свойства документа переносятся из исходника без изменений. Название и автор в извлечённом приложении будут теми же, что у большого договора, из которого оно взято. Если файл уходит наружу, это стоит поправить через set-pdf-metadata.

Оглавление переносится с пересчётом номеров: пункты, ведущие на извлечённые страницы, сохраняются и указывают на новые позиции, остальные отбрасываются. В режиме поштучного вывода каждая страница едет отдельным документом, и структуры в ней уже нет.

Границы и отказы

Номера страниц записываются через запятую, диапазоны — через дефис: `2,5,9-12`. Разбор строгий, и любая неточность останавливает задачу целиком, а не отрабатывает частично. Номер за пределами документа, перевёрнутый диапазон вроде `10-3`, ноль в начале отсчёта — всё это отказы с объяснением.

Общий размер выборки ограничен двадцатью тысячами страниц. В обычной работе упереться в этот предел невозможно, он существует против записей вроде `1-99999`, повторённых несколько раз.

Документ под паролем на открытие обработать нельзя: снимите защиту через unlock-pdf и вернитесь. Пароль, ограничивающий печать или копирование, извлечению не мешает.

И последнее о выборе инструмента. Если документ нужно разложить на части по объёму, а не выбрать из него отдельные листы, это split-pdf. Если извлечённое потом нужно соединить с чем-то ещё — merge-pdf.