如何為表單或網站上傳準備好 PDF
簡而言之: 接收端檢查的是檔案內容、大小和有沒有文字層,而不是副檔名或檔名。操作順序應為:組合、調整頁面、辨識文字、壓縮。轉成灰階會遺失文字層,簽署會清除文件標題,而裁切並不會刪除任何內容。
專區
最佳實務
最佳實務: PDF guidance for reliable document processing and quality checks.
主要工具
線上壓縮 PDF
從本文開啟工具,使用目前的語言完成操作。
開啟工具目錄
如何為上傳準備好 PDF
「把檔案準備好」聽起來很籠統,其實意思很具體:文件能通過對方的檢查、不必重做,也不會夾帶你沒打算送出的東西。檢查通常有三、四項,全部由系統自動完成,沒有任何一項會看檔案叫什麼名字。
接收端實際檢查什麼
| 檢查項目 | 檢查方式 | 什麼情況會不通過 |
|---|---|---|
| 檔案類型 | 依據開頭幾個位元組中的簽章 | 把圖片改名為 `.pdf` |
| 完整性 | 看有沒有檔案結尾標記 | 從雲端只下載了一半的檔案 |
| 大小 | 以位元組數計算 | 未經壓縮的掃描檔 |
| 文字層 | 嘗試擷取文字 | 沒有做文字辨識的頁面照片 |
第一列值得記住:副檔名沒有任何意義。格式是依內容判斷的,所以把圖片改名為 `.pdf` 沒有用,而沒有副檔名的真正 PDF 反而能順利通過。
第四項檢查出現得比較晚,但愈來愈常見:接收系統希望能在文件之間進行全文搜尋,而掃描檔在它看來是空的。檢查自己的檔案只要一秒鐘:開啟檔案,試著用滑鼠選取一行文字。如果整頁被當成一個矩形反白,就代表沒有文字層。
操作順序,以及每項操作會失去什麼
這是最值得細讀的部分。每項操作都會保留一些東西,也會失去另一些,而你執行操作的先後順序,決定了收件人最後拿到的是什麼。
| 操作 | 文字層 | 書籤 | 文件屬性 |
|---|---|---|---|
| 合併 | 保留 | 彙整所有檔案的書籤 | 僅沿用第一個檔案的屬性 |
| 刪除頁面 | 保留 | 重新編號 | 保留 |
| 旋轉、裁切、加入頁碼 | 保留 | 保留 | 保留 |
| 壓縮 | 保留 | 保留 | 保留 |
| 轉換為灰階 | 遺失 | 保留 | 保留 |
| 簽署 | 保留 | 保留 | 只保留作者和主旨 |
| 文字辨識 | 新增 | 保留 | 保留 |
因此,合理的作業順序是:先把文件組合完整,再調整頁面,接著辨識文字,最後才壓縮。壓縮放在最後,是因為之後的任何操作都會讓檔案重新變大。文字辨識放在壓縮之前,是因為辨識讀取的是頁面影像,而壓縮正好會降低這些影像的品質。
灰階那一列說明了一個常見的困擾:為了節省列印費用,把文件轉成灰階,再送進表單,結果表單以「檔案中沒有文字」為由拒收。原因是轉成灰階會把頁面重新繪製成圖片。如果檔案既要送到影印店,又要提交到表單,就分別準備兩個版本。
簽署那一列說明了另一個困擾:加上簽章之後,文件屬性中的標題和關鍵字會消失,只剩作者和主旨,簽署的備註則會附加在主旨裡。
文件屬性會隨檔案一起帶走
標題、作者和關鍵字存放在 PDF 內部,幾乎所有操作都會原封不動地帶過去。收件人可以在文件屬性中看到這些內容,而裡面常常出現不該出現的東西:製作檔案的員工姓名、像「法務審閱草稿」這類內部工作標題,或是某個人磁碟上的資料夾路徑。
Word 等編輯軟體會依帳號設定自動填寫這些欄位。使用者從來沒看過它們,所以也想不到它們存在。
可以透過設定 PDF 中繼資料,並開啟「清除現有內容」選項來清除。這一步請放在最後,或倒數第二步:清理之後再做任何操作,都會把已經清空的欄位繼續帶下去;但如果換成重新匯出的新檔案,所有資訊都會回來。
裁切只是隱藏,並不會刪除
寄出之前還有一件事值得了解。裁切頁面只會改變可見範圍:PDF 並排存放兩個矩形,一個是紙張的實際尺寸,一個是其中可見的部分,裁切修改的是後者。
邊界之外的內容並沒有消失。它仍然留在檔案中,可以用複製文字的方式取出,在任何完整的編輯器裡重設裁切後,也會重新顯示在畫面上。
對於需要去除個人資料的文件,裁切完全是錯誤的工具。你需要的是選用黑色或白色樣式的永久移除 PDF 中的敏感資訊:這兩種樣式會真正清除矩形底下的內容。模糊樣式並不是為了移除而設計的,它自己的警告中也這麼說明。
事先移除密碼
設有開啟密碼的文件,表單和大多數文件管理系統都會拒收:它們無法讀取內容,也就無法檢查。這類保護可以透過解鎖 PDF移除,需要輸入密碼。
限制列印與複製的擁有者密碼不會妨礙處理,但部分要求嚴格的系統也會拒絕:它們需要擷取文字,而複製限制在形式上禁止這麼做。如果表單沒有給出合理的理由就拒收,而檔案看起來又沒問題,不妨檢查一下這項限制。
沒有人告訴你規格時
有時表單什麼都沒說明,客服要一週後才會回覆。這種情況下,不要用猜的,而是採用一組幾乎到處都能被接受的設定。
用單一檔案,而不是一整包檔案。頁面格式採用 A4 或 Letter,每一頁都相同。大小控制在 10 MB 以下:低於這個數字,幾乎沒有表單會有意見,用電子郵件寄送也很寬裕。具備文字層。沒有密碼。頁面依閱讀順序排列,沒有任何一頁是橫躺著的。
這樣的檔案在銀行、大學和政府入口網站都能通過。如果某項具體規定更嚴格,系統的拒絕訊息會告訴你,到時要改的只是一個小地方,而不必整個重做。
寄出前如何檢查檔案
三項檢查,每項只要幾秒鐘,各自能發現不同的錯誤。
用製作檔案以外的另一個程式開啟檔案。瀏覽器和桌面檢視器顯示旋轉過的頁面時可能不一樣,因為旋轉是以獨立的頁面屬性儲存,而不是對內容本身進行旋轉。最好在自己的螢幕上就發現這種差異。
用滑鼠選取一行文字。這就是文字層檢查,和自動化系統執行的是同一項檢查。
開啟文件屬性。標題和作者都在那裡,還有頁數和大小。頁數值得和你的預期比對一下:組合時混進來的多餘頁面,正是在這裡最容易被發現。
如何把檔案準備好
1. 如果文件是分成幾個部分的,先把整份文件組合起來。 2. 調整頁面:順序、旋轉,以及不該出現的頁面。 3. 如果是掃描檔,用對 PDF 執行 OCR 文字辨識辨識文字。 4. 如果檔案要寄到公司外部,清除文件屬性。 5. 用線上壓縮 PDF壓縮,並確認大小符合表單的限制。 6. 如果壓縮之後仍然超出限制,用分割 PDF分割文件,分成幾份寄送。 7. 在另一個程式中開啟完成的檔案,執行上面的三項檢查。
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
線上壓縮 PDF
縮小 PDF 的檔案大小,方便用電子郵件寄送或上傳到表單。選擇預設值或目標大小,分享前再確認可讀性與最終檔案大小。
對 PDF 執行 OCR 文字辨識
透過 OCR 辨識掃描 PDF 中的文字,讓文件更容易搜尋與複製。
設定 PDF 中繼資料
設定或變更 PDF 中繼資料,包括標題、作者、主旨與關鍵字,讓文件更容易整理。
永久移除 PDF 中的敏感資訊
在 PDF 檔案中遮蓋個人資訊和機密內容,套用編輯功能,並在分享前檢查下載的副本。一個實際應用場景是準備身份證掃描件、聲明或合同,同時避免洩露不必要的個人資料。