跳到主要內容
文章

如何為表單或網站上傳準備好 PDF

準備好的 PDF,就是能通過對方自動檢查的 PDF。本文說明這些檢查實際是什麼、操作該依什麼順序執行,以及每項操作會讓文件失去什麼。

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.

5 篇文章

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

關於本專案

常見問題

檢查的是檔案內容,而不是名稱:PDF 是透過開頭幾個位元組中的簽章辨識的。其次是大小,然後愈來愈常檢查是否存在文字層。副檔名和檔名在這些檢查中完全不起作用。
會。幾乎所有操作都會保留文件屬性:壓縮、合併、刪除頁面、旋轉都是如此。要清除它們,需要用設定 PDF 中繼資料再處理一次,並開啟「清除現有內容」選項。
裁切只會改變頁面的可見範圍,範圍之外的內容仍保留在檔案中,重設裁切後就會重新出現。要真正移除,需要使用黑色或白色樣式的 PDF 遮蓋功能。
不需要。基本流程無須建立帳號即可使用。
檔案只用於你所選擇的操作,處理完成後會自動刪除。我們不會使用上傳的文件來訓練 AI 模型。

此專區的更多內容

相關工具

← 所有最佳化工具

接下來可以做什麼

讀完後若需要實際的下一步或服務說明,請開啟以下頁面。

所有工具

PDF 工具目錄:合併、壓縮、分割、轉換、旋轉、保護與解鎖 PDF。透過瀏覽器線上使用所需工具。

常見問題

查詢 iHatePDF 的帳號、檔案處理、上傳限制、行動裝置使用、隱私,以及 PDF 工具出現錯誤時的處理方式。

聯絡我們

若遇到處理錯誤、需要協助選擇工具,或有安全、商務合作與新功能建議,歡迎聯絡 iHatePDF。聯絡時請簡述遭遇的問題與使用的工具。