如何修復損毀的 PDF 檔案
簡而言之: 要修復損毀的 PDF,請開啟修復 PDF 檔案並保持選取安全模式:它會重新解析檔案結構,並保留文字。強力模式會把頁面轉譯成圖片,所以結果一定能開啟,但其中不再有任何文字。
專區
疑難排解
疑難排解: PDF guidance for reliable document processing and quality checks.
主要工具
修復 PDF 檔案
從本文開啟工具,使用目前的語言完成操作。
開啟工具目錄
昨天還能開啟的檔案,今天卻出現錯誤。或者用任何程式都打不開,連建立它的程式也不行。這類檔案有的一分鐘就能修好,有的根本無法修復,而兩者的差別其實可以事先看出來,前提是知道該看哪裡。
為什麼其他工具不接受這個檔案
有一個細節值得先了解。上傳任何 PDF 時,檢查的不只是檔案標頭,文件結尾標記也必須存在。一個以 PDF 開頭、卻在中途被截斷的檔案,會立即被拒絕,並顯示文件遭截斷或不完整的訊息。
只有一個工具不受這項檢查的限制,那就是修復 PDF 檔案。它存在的意義就是處理那些通不過入口檢查的檔案。所以順序和平常是反的:其他工具都不接受的檔案,並不代表要另找服務,而是提示你該去修復。
密碼也是同樣的道理。修復不要求檔案能夠開啟,但要求檔案沒有加密:設有開啟密碼的文件會讓工作中止,並提示先透過解鎖 PDF解除保護。而只是解析失敗的檔案,則會被接受處理。
兩種模式,兩者的差別是根本性的
模式只有兩種,並不是一弱一強的關係,而是取得檔案的兩種不同方式,第二種以犧牲內容為代價,來保證結果能夠開啟。
| 模式 | 作用 | 代價 |
|---|---|---|
| 安全 | 重新解析文件結構,並乾淨地寫出 | 結構能夠被解析時,沒有代價 |
| 強力 | 把每一頁轉譯成圖片,再用這些圖片產生新的 PDF | 文字:結果中一個字也不剩 |
第二種模式要照字面理解。它不會嘗試保住文件裡的物件,而是直接丟掉。頁面會以兩倍解析度轉譯成影像,再用這些影像組出新檔案。這樣的文件一定能開啟,因為裡面只有圖片。
對損毀檔案的實測結果
測試對象是一份 4 頁、4 KB 的文件,它的交叉參照表已損毀,這是程式用來在檔案內部尋找物件的內部索引。
| 使用的修復方式 | 結果大小 | 結果中的文字 |
|---|---|---|
| 安全,開啟重建 | 3.6 KB | 有,可搜尋 |
| 安全,關閉重建 | 4.1 KB | 有,可搜尋 |
| 強力 | 626 KB | 完全消失 |
第一列和第三列之間,體積相差約一百七十倍,內容則全部遺失。想從強力模式的結果中擷取文字,什麼也得不到:那裡沒有字母,只有看起來像字母的像素。
同一份文件,在截斷到 98% 長度、沒有結尾標記的情況下,用安全模式依然完整復原了:4 頁全部連同文字。這也說明了第二種模式實際上有多少機會用到。
復原的步驟
1. 開啟修復 PDF 檔案並上傳檔案。這裡不會出現文件不完整的錯誤。 2. 保持選取安全模式。它是預設選項,也是應該開始的地方。 3. 保持開啟「重建並重新壓縮」開關。 4. 執行工作並下載結果。 5. 開啟檔案,試著選取文字,不要只是看一眼頁面。 6. 只有在前面都沒有效果時,才回去用強力模式重新操作。
第五步比看起來重要得多。能開啟、看起來正常的文件還不算修復成功:要檢查的是能否選取文字和搜尋,因為這兩點才是修好的文件與一張好看的圖片之間的差別。
「重建」開關的作用
安全模式帶有一個獨立的「重建並重新壓縮」開關,預設為開啟。它決定頁面內容串流是重新寫出,還是原樣沿用。
在上面的測試中,開啟重建得到 3.6 KB,關閉則是 4.1 KB,小了大約十分之一。文件較大時差距更明顯,而重點與其說是節省空間,不如說是乾淨:重新組裝的檔案不會帶著舊結構的殘留,而這些殘留正是某些檢視器打不開它的原因。
只有一種情況適合關掉它:開啟重建修復後,如果文件裡有什麼地方看起來不對。再執行一次、這次不開重建,就能看出問題是不是出在這一步。
在強力模式下,這個開關不起作用,因為無論如何文件都是從頭建立的。
在你按下任何按鈕之前發生了什麼
服務內建了一道安全網,所有工具都有效,不只是修復工具。如果檔案在第一次開啟時解析失敗,會用另一個引擎自動嘗試修復一次:清除無用物件後重新儲存文件,如果之後能讀取,處理就會照常繼續,彷彿什麼都沒發生過。
實際結果是,一些輕微損毀的檔案會在執行任何操作的過程中自行修好,你根本不會察覺。只有當這套自動機制沒能解決問題、工作因提示檔案無法讀取而中止時,才有必要專門去用修復。
這道安全網對來自工程和製圖程式的檔案幫助最大:這類檔案格式上可能是正確的,但帶有很長的欄位,一般解析器會拒絕讀取。
修復做不到的事
它無法找回不存在的資料。如果檔案在下載過程中被截斷,一半頁面在實體上就遺失了,那麼任何模式都無法憑空造出它們:結構會圍繞保留下來的內容重建,結果比原檔案短。
檢查起來很容易。看一下結果的頁數。如果比應有的少,缺的部分就是遺失了,接下來該找的是原檔案或備份,而不是調整設定。
它也無法事先判斷檔案損毀到什麼程度。能否修好,從檔案外觀上預測不出來,所以應當看結果,而不是看原檔案。
它同樣不會修復頁面內容本身。當內容串流或內嵌字型損毀時,文件能開啟,但文字仍然無法閱讀。在這種情況下,強力模式出人意料地有用:程式還能畫出來的內容它都會固定下來,產生一個穩定的檔案。再把它變回文字,就要靠對 PDF 執行 OCR 文字辨識來辨識,品質比原檔案低,但遠好過什麼都沒有。
最後說說體積。強力模式的結果之所以大,是因為它由圖片組成。如果這個檔案需要傳送到別處,請先用線上壓縮 PDF處理:由圖片組成的文件,恰恰是壓縮效果最好的對象。
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
修復 PDF 檔案
如果 PDF 開啟時出現錯誤、頁面顯示異常,或無法繼續處理,可以嘗試修復檔案。
移除 PDF 的密碼保護
如果您有權處理該檔案,可以移除 PDF 的限制。此工具適用於您自己的文件與允許的工作情境。
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。
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。