Tài liệu · PDF Bộ công cụ
Tách PDF theo phạm vi trang trong trình duyệt: Cách thức hoạt động
· Cách thức hoạt động
pdf page-ranges browser-processing
Một phạm vi trang như 3-7 là một hướng dẫn nhỏ nhưng có rất nhiều hậu quả. Bài đăng này giải thích cách một công cụ trình duyệt biến phạm vi đó thành PDF mới, độc lập và tại sao kết quả đầu ra thường lớn hơn hoặc nhỏ hơn bạn mong đợi.
Một lần quét dài, năm bản trình bày — tình huống phổ biến khi một PDF phải trở thành nhiều tệp mà không cần rời khỏi máy của bạn
Một thỏa thuận được quét thường xuất hiện dưới dạng một tệp dài ngay cả khi các bản trình bày của nó phải được chuyển đến những người đánh giá khác nhau. Bộ tách chấp nhận một PDF tối đa 50 MB, đọc nó vào tab hiện tại và cho phép mỗi phạm vi được phân tách bằng dấu phẩy trở thành một kết quả riêng biệt mà không cần gửi hợp đồng đến dịch vụ tải lên.
Quy trình công việc đó phù hợp với trợ lý pháp lý cần các trang 1-18 làm thỏa thuận chính, 19-25 làm lịch trình và 26-40 làm chữ ký. Nguồn vẫn còn nguyên. Thao tác này tạo ra các tài liệu mới từ các trang đã chọn, vì vậy việc kiểm tra mọi đầu ra đều quan trọng trước khi bản quét gốc được lưu trữ hoặc phân phối.
Cách diễn giải phạm vi trang — vị trí trang thực, phạm vi bao gồm và lý do trang đầu tiên là trang 1 ngay cả khi nó được gắn nhãn 'i'
Các phạm vi sử dụng vị trí vật lý và dựa trên một vị trí: trang đầu tiên trong tệp là trang 1 ngay cả khi phần chân trang in ra của nó ghi “i” hoặc không có số. Một số đơn giản chọn một trang, bao gồm cả hai đầu của `2-6`, `8-` đến cuối và `-3` bắt đầu tại trang 1.
Trình phân tích cú pháp từ chối các mã thông báo không đúng định dạng, các khoảng đảo ngược chẳng hạn như `7-2` và các vị trí vượt quá số lượng trang thực tế. Dấu phẩy xác định kết quả đầu ra thay vì chỉ kết hợp các lựa chọn. Do đó `1-3, 4-6` tạo ra hai tệp, trong khi `1-6` tạo ra một tệp; phạm vi chồng chéo cố tình sao chép các trang được chia sẻ thành nhiều phần.
Trích xuất một tập hợp con của cây trang — cách công cụ xây dựng một tài liệu mới chỉ chứa các trang bạn yêu cầu
Trước khi viết lại bất cứ điều gì, trình phân tích phạm vi sẽ chuyển đổi từng nhóm được yêu cầu thành các chỉ mục trang dựa trên số 0. Sau đó, nhân viên tạo PDF mới cho nhóm đó, sao chép các trang được đặt tên bằng pdf-lib và tuần tự hóa kết quả. Các trang không có tên sẽ không được phân phối lại ở nơi khác; một khoảng trống là một hướng dẫn hợp lệ để loại bỏ tài liệu.
Sao chép trang giữ nguyên nội dung trang hiển thị, kích thước, góc xoay hiện có, văn bản có thể chọn và hình ảnh nhúng được sử dụng bởi các trang đó. Nó không xây dựng lại dấu trang, tệp đính kèm ở cấp độ tài liệu hoặc định nghĩa biểu mẫu. Mỗi phần là một tệp mới và chữ ký số đầu vào không còn xác thực những byte mới được ghi đó nữa.
Tại sao kích thước đầu ra lại thay đổi khi mỗi phạm vi trở thành một tài liệu mới
Sổ làm việc phân bổ các khác biệt về kích thước cụ thể cho các tài nguyên được chia sẻ trùng lặp, nhưng việc triển khai không làm lộ ra cách tính toán đó. Quan sát có thể bảo vệ là mọi phạm vi đều được lưu dưới dạng PDF mới và kích thước đầu ra không cần chia theo tỷ lệ với số lượng trang. Các trang được quét và các trang vectơ mang lượng dữ liệu rất khác nhau.
Nhiều phần được đặt trong ZIP với các mục nhập được lưu trữ, không nén vì tệp PDF đã chứa luồng nén. Việc lưu trữ đơn giản hóa việc phân phối; nó không phải là một đường chuyền nén. Mong muốn các mục nhập kết hợp vẫn ở gần kích thước đã lưu của chúng và không hứa hẹn rằng việc chia tách sẽ làm cho tài liệu lớn nhỏ hơn về mặt vật chất.
Tách so với trích xuất - chia tệp thành nhiều phần so với việc kéo các trang đã chọn vào một tệp mới và khi mỗi trang phù hợp
Tách và trích xuất trả lời các câu hỏi phân phối khác nhau. Split coi mỗi nhóm được phân tách bằng dấu phẩy là một tài liệu riêng biệt. Trích xuất chấp nhận danh sách trang và ghi tất cả các trang được đặt tên vào một PDF mới. Sử dụng tính năng chia nhỏ cho nhiều phần trình bày hoặc chương; sử dụng trích xuất khi người nhận sẽ nhận được một gói ngắn gọn được tập hợp từ các vị trí rải rác.
Sự khác biệt cũng kiểm soát hình thức tải xuống. Một phạm vi phân chia trả về PDF với hậu tố `-part-1`. Hai phạm vi trở lên trả về bản lưu trữ `-split.zip`. Bản trích xuất luôn trả về một `-pages.pdf`. Việc chọn thao tác có chủ ý ngăn chặn một gói không mong muốn ngay trước thời hạn nộp đơn.
Ví dụ hoạt động — chia một thỏa thuận được quét 40 trang thành các trang chữ ký, lịch trình và nội dung chính
Đối với thỏa thuận dài 40 trang, thông số thực tế có thể là `1-24, 25-34, 35-40`. Công cụ này xác thực cả ba nhóm trên bốn mươi trang, tạo ba tệp PDF mới theo thứ tự văn bản đó và đóng gói chúng trong một ZIP. Số phần theo thứ tự phạm vi, không phải số trang gốc được in trên tờ.
Mở mọi phần sau khi tải xuống. Xác nhận phần nội dung chính kết thúc ở vị trí dự kiến, các lịch trình bắt đầu bằng tiêu đề và các trang chữ ký vẫn giữ đúng hướng. Nếu nhãn được in khác với vị trí vật lý, hãy xác định độ lệch trước khi chạy phần tách; công cụ này hoạt động theo thứ tự cây trang mà nó thực sự có thể đọc được.
Điều này không bao gồm những gì - chia theo dấu trang hoặc theo nội dung được phát hiện, yêu cầu cấu trúc mà nhiều tệp được quét không có
Bộ chia này không phân chia ở dấu trang, tiêu đề, văn bản được phát hiện hoặc dấu phân cách trực quan. Những yêu cầu đó yêu cầu nhận dạng nội dung hoặc cấu trúc đáng tin cậy, trong khi nhiều bản quét nguồn chỉ chứa hình ảnh trang. Nó cũng từ chối các tệp PDF được mã hóa hoặc bảo vệ bằng mật khẩu thay vì bỏ qua các biện pháp kiểm soát truy cập; trước tiên hãy mở khóa một bản sao được ủy quyền trong ứng dụng gốc của nó.
Không có OCR, phân loại nội dung hoặc lịch sử phía máy chủ. Mức tối đa được chấp nhận là 50 MB cho đầu vào PDF, với công việc thực tế còn bị giới hạn bởi bộ nhớ thiết bị. Các yêu cầu về khả năng truy cập hoặc lưu trữ phức tạp phải được xác thực trong phần mềm chuyên dụng sau khi quá trình lựa chọn cấp độ trang hoàn tất.
Phần tách sẽ xây dựng lại cục bộ từng phạm vi đã chọn và bỏ qua các cấu trúc cấp tài liệu
Sự phân chia là một chuỗi các quá trình xây dựng lại có kiểm soát: phân tích các phạm vi bao gồm, sao chép từng nhóm vào một tài liệu mới, tuần tự hóa nó và đóng gói một số kết quả đầu ra khi cần thiết. Điều đó giải thích tại sao chất lượng trang vẫn được giữ nguyên trong khi điều hướng và chữ ký ở cấp độ tài liệu thì không. Nó cũng giải thích tại sao dấu phẩy lại có hậu quả về mặt cấu trúc.
Bộ công cụ PDF thực hiện các chuyển đổi đó trong Web Worker trên thiết bị. Mã của nó không đưa ra yêu cầu mang byte tài liệu, mặc dù các phân tích được đồng ý có thể tải trên máy chủ sản xuất chuẩn và loại trừ tên tệp cũng như nội dung khỏi các sự kiện ToolAcre. Xóa các tệp sau đó để giải phóng bộ đệm và chấm dứt nhân viên. Giữ ZIP cho đến khi mọi phạm vi được mở vì tab này không giữ lại bản sao khôi phục của đầu ra chưa bao giờ được tải xuống. Xác minh tên tệp quá.