ドキュメント · PDF ツールキット
PDF ページ番号と印刷されたページ ラベルが一致しない理由
· 背景
pdf ページ範囲 ドキュメントナビゲーション
PDF のページ 1 は、多くの場合、「1」として印刷されるページではありません。この投稿では、物理的なページの位置、オプションのページ ラベル機能、および間違った範囲の抽出を回避する方法について説明します。
ページ 45-60 を要求しましたが、間違った章が表示されました。ビューアのカウンタとページに印刷された番号が一致していません。
ページ 45 ～ 60 として印刷される教科書の章は、表紙、著作権ページ、前付が最初に来るため、PDF の位置 57 ～ 72 に配置されることがあります。出力された数値を物理範囲ツールに入力すると、範囲構文自体は有効であっても、間違ったシートが抽出されます。
安全な最初のステップは、目に見える印刷された 1 枚のフォリオを閲覧者の物理的なカウンターと比較することです。 ToolAcre はドキュメントのページ数を報告し、ファイルの最初のページから開始して位置ごとに範囲エントリを解釈します。ページアートワークに印刷されている番号は読み取れません。
物理的な位置 - PDF が、印刷内容に関係なく最初のページからページ ツリー内の位置に応じてページに番号を付ける方法
物理的な位置は、パーサーが使用できる順序付けされたページに従います。 1 位置は、表紙、白紙、またはローマ数字の序文かどうかに関係なく、最初のページです。位置 2 が次であり、その具体的なシーケンスから包含範囲の解析が続行されます。
このモデルにより、検証が決定的になります。実際のカウントを超えるページは拒否され、逆の範囲は拒否され、オープンエンドは最初または最後の物理位置を参照します。印刷されたラベルは、`57-72` がスプリッターにコピーを要求するものを変更せずに、繰り返し、スキップ、または再開できます。
ToolAcre は PDF ページラベル構造を公開しません。範囲は物理的な位置を使用します
PDF には、目に見えるアートワークを超えたナビゲーション概念を含めることができますが、提供されるインターフェイスではページラベル ツリーが公開されず、ローマ数字を使用して範囲を入力することもできません。したがって、アウトラインのラベルの説明は、製品ソースが特定の入力について検証できない背景です。
実用的な事実はより限定的です。閲覧者の物理的なカウンターを使用するか、自分でページ数を数えます。ビューアが物理インデックスの横にカスタム ラベルを表示する場合は、両方を記録します。 ToolAcre に物理値を入力し、章全体を処理する前に最初の出力ページを確認します。
ラベルが存在するかどうかはソース文書の事実であり、このツールが推測するものではありません
スキャンにはページ番号の画像のみが含まれることがよくありますが、エクスポートされたドキュメントにはより豊富なナビゲーションが含まれる場合があります。 ToolAcre はどちらの場合でもラベルを推測しません。 OCR は存在せず、範囲パーサーは認識された見出しや印刷されたノンブルではなく、単純な数値を受け取ります。
単にあるビューアがラベルを非表示にしたり、別のビューアがローマ数字を表示したためにラベルが表示されたりするだけの理由でラベルが欠落していると想定しないでください。それは、この操作とは関係のない、ソースと視聴者の問題です。スプリッターの動作は安定しています。物理的な 1 から始まる位置によって、選択されたページが定義されます。
2 つの間の変換 - ページ範囲を入力する前にオフセットを計算する簡単な方法
既知のページを使用してオフセットを計算します。印刷された 45 が物理的な 57 に表示される場合は、番号付けシーケンスが連続している間に、近くに印刷された番号に 12 を加算します。挿入されたプレート、番号のないページ、またはセクションの再開によって関係が変わる可能性があるため、章の終わり近くにある別のノンブルを確認してください。
次に、最初のページ周辺の短い抽出をテストします。結果を開いて、見出しと印刷された番号を比較します。この小規模な検証は、長い範囲を分割して、ファイルの名前が変更されたり、共有されたり、別のパケットに組み込まれた後で不一致に気づくよりも安全です。
作業例 — 印刷ページ 45-60 が物理的な位置 57-72 に配置されている章の抽出
物理的な位置 57 ～ 72 にある印刷ページ 45 ～ 60 の場合、1 つの結果に章が含まれる必要がある場合は、 `57-72` と入力します。 `45-60` と入力すると、以前の物理ページが選択されます。複数の出力が必要な場合は、カンマで区切られた各グループが独自の分割部分になることに注意してください。
この例では、その章全体で一定の 12 ページのオフセットを想定しています。算術を普遍的な規則として扱うのではなく、実際のファイルに対して検証してください。出力ではページのコンテンツと既存の回転が保持されますが、ブックマークとドキュメント レベルの構造は抽出された部分で再構築されません。
ToolAcre の範囲解釈は正確です: 1 から始まる物理位置
この特定のツールの範囲セマンティクスについては不確実性はありません。構成とパーサーの動作により、1 ベースの包括的な物理位置が確立されます。ルートは、印刷されたラベル、ブックマークのタイトル、または検出された章のテキストを解釈しません。逆にされたリクエストまたは範囲外のリクエストは、サイレントに修正されるのではなく拒否されます。
この正確さは、「ツールの意味を確認する」という一般的なアドバイスに代わるものです。 ToolAcre の場合は、ソース ドキュメントのマッピングを確認し、物理的な位置を指定します。また、暗号化されたファイルは拒否され、入力 PDF は最大 50 MB である必要があることにも注意してください。結果の精度は、確立したマッピングと同程度に限られます。
要点 — 物理ページをカウントし、要求されたページを正確に把握する PDF ツールキットを使用して分割または抽出します
印刷された数字はページの内容です。範囲番号はファイルシーケンス内の位置です。これらを 2 つの座標系として扱い、意図的に変換します。観察された 1 つのペアはオフセットを提供しますが、別のペアは、番号なしの挿入によってターゲット スパン内でオフセットが変更されていないことを確認します。
物理範囲が判明すると、ToolAcre はアップロードせずにローカルで分割または抽出できます。ダウンロードしたファイルを開いて、共有する前に両端を確認します。この最終チェックによりマッピングの間違いが見つかり、正しい習慣が強化されます。つまり、ページ デザインがたまたま印刷するものだけでなく、パーサーが対処できるものをカウントするということです。タスクの横にマッピングを書き込むと、同僚はボリューム全体を数え直さずに選択内容を再現できます。セクション間で番号付けが再開される場合は、ブック全体で 1 つのオフセットを保持するのではなく、シーケンスごとに新しいマッピングを作成します。複数の章が必要な場合は、大きなバッチを信頼する前に、すべての範囲から 1 つの境界をテストします。これは、配布後に自信を持って名前を付けた間違った出力セットを修正するよりも高速です。白紙のシートには、ノンブルが表示されている場合でも、独自の物理的な位置が必要です。それらをスキップすると、後の計算ごとに精神的にシフトします。チェックされたマッピングと出力名を保存して、後の監査レビューに備えます。