如何从 PDF 中提取页面并保存为新文件
简言之: 要从 PDF 中提取页面,请打开提取页面工具,标记所需的页面,再选择输出模式:一份文档,或每页一个文件的压缩包。压缩包中的文件以源文档中的页码命名,因此始终能对应回原文件。
专题
操作指南
操作指南: PDF guidance for reliable document processing and quality checks.
主要工具
在线提取 PDF 页面
打开本文提到的工具,并以当前界面语言完成操作。
打开工具目录
如何从 PDF 中提取页面并保存为单独的文件
一份八十页的报告里,真正要用的只有四页,也就是带计算表的那几页。一份合同里只需要其中一个附件,一本手册里只需要其中一章。需求每次看起来都一样,但这个工具有两种输出模式,还有一个设置会悄悄改变页面尺寸。
提取还是删除:同一件事的两个方向
两个工具能得到同样的结果,选哪个取决于算一笔账,而不是含义上的区别。
提取页面 在线会用标记的页面生成一份新文档。删除页面 在线则保留原文档,只是把多余的页面从中去掉。
规则很简单:要的页少、不要的页多,就提取;反过来,就删除。标记四页,比标记七十六页快得多。
两者还有一个实质上的区别。提取总是生成新文件,所以当结果要作为单独的附件发出去时,应该用提取。删除会让源文档保持完整,适合结果仍然是原来那份文件、只是变短了的情况。
两种输出模式
| 模式 | 下载内容 | 适用场景 |
|---|---|---|
| 单个 PDF | 一个文件,页面按顺序排列 | 把一章、一个附件或一段摘录作为一份文档 |
| 每页一个文件 | 一个 ZIP 压缩包,每页对应一个独立的 PDF | 逐页拆分已签字的页面或表单 |
默认使用第一种。第二种即使只提取一页,返回的也是压缩包,所以总是需要解压。
只有在确有需要时才选择逐页模式,不要为了以防万一而选:比如给每位签署人发各自的那一页,把页面一页一页上传到只接受单页文件的系统,或者把一批扫描的申请表分别归入不同文件夹。其他情况下,一份文档打开、添加附件和核对都更方便。
压缩包中的文件名保留原始页码
这个细节很容易被忽略,它解决的是逐页提取最主要的麻烦:事后弄不清哪个文件来自哪里。
压缩包内的文件以源文档中的页码命名,而不是以它在所选页面中的位置命名。提取第 2、5、6 页,压缩包里就是 `page_002.pdf`、`page_005.pdf` 和 `page_006.pdf`。不会从 1 重新编号,也不会出现 `part_1`、`part_2` 这样的名字。
这样做的好处很直接:文件名始终和原文档保持对应。一个月后,在共享文件夹里看到 `page_047.pdf`,你仍然能说出它是哪份文档的哪一页。页码补足为三位数,因此在 999 页以内,文件按名称排序时顺序都是正确的。
如何提取所需的页面
1. 打开提取页面 在线,上传文档。 2. 在预览网格中标记页面,或者直接输入页码。 3. 选择输出模式:一份文档,或者由单独文件组成的压缩包。 4. 除非有把握,否则请保持开启保留页面尺寸。 5. 运行任务并下载结果。 6. 打开结果,检查是否选对了页面:页面上印的页码与它在文件中的位置往往对不上。
页面顺序始终以文档本身为准
预览中的标记不会记住你点击的先后顺序,文本框也不能用来指定顺序。所选页面在提交前会按升序排列,所以 `5,2,4` 与 `2,4,5` 的意思完全相同。
这是分工使然,并非疏漏。提取只负责选页;调整页面顺序要用整理 PDF 在线,在那里通过拖动缩略图来设定顺序。
如果既要选页又要调整顺序,请分两步做:先提取需要的页面,再排好顺序。
关闭保留页面尺寸会发生什么
页面尺寸开关默认是开启的,此时每一页进入新文件时都保持原样,宽度、高度和方向都不变。
关闭后,所有提取的页面会统一为同一种尺寸。这个尺寸既不来自某项设置,也不取决于最常见的页面,而是取自所选页面中的第一页。其余页面会按比例完整地缩放并居中放入其中,所以内容不会被拉伸,而是在四周出现页边空白。
我们用一份文档做过测试:第 3 页是横向,其余都是纵向。关闭开关后选择第 3、1、2 页,得到的是三页横向页面:所选内容里排在最前的那页决定了所有页面的尺寸。
由此得出一条规则:想把文档统一成同一种尺寸时,要留意所选页面里哪一页排在最前。弄错不会破坏任何内容,但整个结果会被横过来。
这个开关几乎总是应当保持开启。结果要送去打印,或者要交给不接受混合尺寸文档的系统时,关闭它才有意义。
随页面一起带走的内容
提取出的页面不会被重新绘制:文字仍是文字,链接仍是链接,图像质量也不会改变。只有这些页面引用到的资源才会进入新文件,所以文件大小大致按比例变化。在一份 20 页、10 KB 的文档上,提取前五页得到 3 KB,只提取一页则略高于 1 KB。
需要注意的是逐页模式。如果某个字体或徽标在每一页上都用到,它会作为单独的副本进入压缩包里的每个文件,因此所有分件的大小加起来可能明显超过源文件。
文档属性会原样从源文件继承。提取出的附件,其标题和作者仍是它所属的那份大合同的标题和作者。如果文件要发到外部,值得通过设置 PDF 元数据 在线改掉。
大纲(书签)会随之保留,页码会重新计算:指向已提取页面的条目保留下来,并指向它们的新位置,其余的会被丢弃。在逐页模式下,每一页都是一份独立的文档,其中不再有任何结构。
限制与拒绝处理的情况
页码之间用逗号分隔,范围用连字符:`2,5,9-12`。解析很严格,任何不准确之处都会让整个任务停止,而不是只执行一部分。超出文档末尾的页码、`10-3` 这样倒置的范围、从零开始计数:这些情况都会被拒绝,并给出说明。
所选页面总数的上限为两万页。正常使用远远达不到这个数字,设置这个上限是为了防止把 `1-99999` 这样的输入重复很多次。
设有打开密码的文档无法处理:请先用解锁 PDF 在线解除保护,再回来操作。只限制打印或复制的密码不会造成影响。
最后说一下如何选工具。如果需要按大小把文档分成几部分,而不是从中挑出个别页面,那就是拆分 PDF 在线。如果提取出的内容之后还要和其他文件合在一起,那就是合并 PDF 在线。
作者
由服务团队编写;Sergey Gagin 负责本服务
常见问题
该专题的更多内容
相关工具
在线提取 PDF 页面
从 PDF 中选择页面或范围,并将其另存为单独的文档,而不会删除原始文件中的任何内容。一个实际应用场景是将证书、章节或附录另存为单独的 PDF。
在线删除 PDF 页面
从缩略图中选择不需要的 PDF 页面,将其删除,并下载一个干净的新文件,同时保持原始文档不变。一个实际应用场景是从 PDF 中删除空白页、草稿或无关的附录。
在线整理 PDF
把 PDF 页面调整到正确的顺序。移动页面、检查文档结构,然后下载更新后的版本。
在线拆分 PDF
直接在浏览器中将 PDF 拆分为单独的页面或提取特定的页面范围,例如第 3 至 7 页。