如何將 PDF 頁面擷取成新檔案
簡而言之: 要擷取 PDF 頁面,請開啟擷取頁面工具,標記需要的頁面並選擇輸出模式:合成一份文件,或是每頁一個檔案的壓縮檔。壓縮檔內的檔案以來源文件的頁碼命名,因此永遠不會和原件失去關聯。
專區
操作指南
操作指南: PDF guidance for reliable document processing and quality checks.
主要工具
從 PDF 擷取頁面
從本文開啟工具,使用目前的語言完成操作。
開啟工具目錄
如何將 PDF 的頁面擷取成獨立檔案
一份八十頁的報告,真正需要的只有四頁,也就是附有試算表格的那幾頁。一份合約只要其中一份附件,一本手冊只要其中一章。需求每次看起來都一樣,但這項工具有兩種輸出模式,還有一個會悄悄改變頁面格式的設定。
擷取還是刪除:同一件事的兩個方向
兩個工具都能得到相同的結果,該選哪一個,看的是算術,而不是意義。
從 PDF 擷取頁面會用標記的頁面組成一份新文件。從 PDF 刪除頁面則是保留原本的文件,只把多餘的頁面從中移除。
規則很簡單:需要的頁面少、要丟掉的頁面多時,用擷取;反過來就用刪除。標記四頁,比標記七十六頁快得多。
兩者還有實質上的差異。擷取一定會產生新檔案,結果要當成獨立附件寄出時,這是正確的選擇。刪除則會保持來源文件的完整,適合結果仍是同一份文件、只是變短的情況。
兩種輸出模式
| 模式 | 下載內容 | 適用情況 |
|---|---|---|
| 單一 PDF | 一個檔案,頁面依序排列 | 把一章、一份附件或一段摘錄當成一份文件 |
| 每頁一個檔案 | 一個 ZIP 壓縮檔,內含每一頁各自的 PDF | 逐頁拆開已簽署的頁面或表單 |
第一種是預設模式。第二種即使只擷取一頁,也會回傳壓縮檔,所以一定得先解壓縮。
逐頁模式適合用在明確的用途,不要只是以防萬一就選它:例如把各自的簽名頁寄給每位簽署人,把頁面一頁一頁上傳到只接受單頁檔案的系統,或是把一批掃描的申請書歸入不同資料夾。其他情況下,單一文件比較方便開啟、附加和檢查。
壓縮檔中的檔名會保留原始頁碼
這個細節很容易被忽略,卻解決了逐頁擷取最大的麻煩:事後搞不清楚哪個檔案來自哪裡。
壓縮檔內的檔案是依來源文件的頁碼命名,而不是依它們在選取範圍中的順序。擷取第 2、5、6 頁,會得到包含 `page_002.pdf`、`page_005.pdf` 和 `page_006.pdf` 的壓縮檔。不會從 1 重新編號,也不會出現 `part_1`、`part_2` 這類名稱。
好處很直接:檔名永遠和原件保持關聯。一個月後在共用資料夾裡看到 `page_047.pdf`,你仍能說出它是哪份文件的哪一頁。頁碼補成三位數,因此在 999 頁以內,檔案依名稱排序時都會維持正確的順序。
如何擷取需要的頁面
1. 開啟從 PDF 擷取頁面,上傳文件。 2. 在預覽格線上標記頁面,或直接輸入頁碼。 3. 選擇輸出模式:單一文件,或獨立檔案的壓縮檔。 4. 除非有把握,否則請保持開啟「保留頁面大小」。 5. 執行作業並下載結果。 6. 開啟結果,確認擷取到的頁面正確:頁面上印的號碼,和它在檔案中的位置常常對不上。
頁面順序一律依文件本身的順序
預覽畫面上的標記不會記住你點選的先後,文字欄位也無法指定順序。送出前,選取的頁碼會先由小到大排序,所以 `5,2,4` 和 `2,4,5` 的意思完全相同。
這是分工的設計,並不是疏漏。擷取只負責挑出頁面;調整順序屬於線上整理 PDF 頁面的工作,在那裡可以拖曳縮圖來決定順序。
如果既要挑頁面又要重新排序,請分成兩個步驟:先擷取需要的頁面,再整理順序。
關閉「保留頁面大小」會發生什麼事
頁面大小的開關預設是開啟的,此時每一頁都會維持原樣進入新檔案,保留各自的寬度、高度和方向。
關閉之後,所有擷取的頁面都會統一成同一種格式。這個格式既不是來自某項設定,也不是取最常見的頁面大小,而是取自選取範圍中的第一頁。其餘頁面會完整縮放放進這個格式,維持比例並置中,所以不會被拉伸,而是在四周多出邊界。
我們用一份第 3 頁為橫向、其餘為直向的文件測試。關閉開關後選取第 3、1、2 頁,結果得到三頁橫向頁面:選取範圍中的第一頁決定了所有頁面的格式。
由此得到一條規則:想把文件統一成同一種大小時,要留意選取範圍中哪一頁排在最前面。選錯並不會破壞內容,但整份結果都會橫過來。
幾乎所有情況下,都建議保持開啟。需要關閉的時候,是結果要送去印刷,或是要交給拒收混合格式文件的系統。
頁面會帶走什麼
擷取的頁面不會被重新繪製:文字仍是文字,連結仍是連結,圖片品質也不會改變。只有這些頁面所引用的內容會進入新檔案,因此檔案大小大致會依比例縮小。在一份 20 頁、10 KB 的文件上,擷取前五頁得到 3 KB,擷取一頁則略多於 1 KB。
這項提醒適用於逐頁模式。各頁共用的字型或標誌,會在壓縮檔的每個檔案中各存一份,所以所有部分加起來的大小可能明顯超過來源檔案。
文件屬性會原封不動地從來源文件帶過來。擷取出來的附件,其標題和作者會是它所屬那份大型合約的標題和作者。如果檔案要對外提供,建議透過設定 PDF 中繼資料修正。
書籤會一併保留,編號則重新計算:指向已擷取頁面的項目會保留,並指向新的位置,其餘項目會被捨棄。在逐頁模式中,每一頁都是獨立的文件,因此不會留下任何結構。
限制與拒絕處理的情況
頁碼以逗號分隔,範圍以連字號表示:`2,5,9-12`。解析相當嚴格,只要有任何不精確之處,整項作業都會停止,而不會只執行一部分。超出文件末尾的頁碼、像 `10-3` 這樣反向的範圍、從 0 開始的計數,這些情況都會被拒絕,並附上說明。
整體選取範圍上限為兩萬頁。一般作業不會碰到這個數字,這個限制是為了防範像 `1-99999` 重複好幾次這樣的輸入。
設有開啟密碼的文件無法處理:請先用解鎖 PDF解除保護再回來。只限制列印或複製的密碼則不會有影響。
最後再說一下如何挑選工具。如果需要依大小把文件拆成幾份,而不是從中挑出個別頁面,請用分割 PDF。如果擷取出來的內容還要和其他檔案接在一起,請用合併 PDF 檔案。
作者
由服務團隊撰寫;Sergey Gagin 為服務負責人
常見問題
此專區的更多內容
相關工具
從 PDF 擷取頁面
從 PDF 中選擇頁面或範圍,並將其另存為單獨的文檔,而不會刪除原始文件中的任何內容。一個實際應用場景是將證書、章節或附錄另存為單獨的 PDF。
從 PDF 刪除頁面
從縮圖中選擇不需要的 PDF 頁面,將其刪除,並下載一個乾淨的新文件,同時保持原始文件不變。一個實際應用場景是從 PDF 中刪除空白頁、草稿或無關的附錄。
線上整理 PDF
把 PDF 頁面排成正確的順序。移動頁面、檢查結構,並下載更新後的版本。
分割 PDF 或擷取頁面
直接在瀏覽器中將 PDF 拆分為單獨的頁面或提取特定的頁面範圍,例如第 3 至 7 頁。