Какой инструмент для какой задачи
Работа с PDF делится на четыре группы: перестановка страниц, уменьшение файла, перенос содержимого в PDF и из него, пометка или защита результата.
- Собрать несколько файлов в одно вложение: Объединить PDF.
- Разобрать документ на части или вытащить главу: Разделить PDF с диапазонами вроде
12-15или5-. - Убрать пустые, повторяющиеся или конфиденциальные страницы: Удалить страницы из PDF.
- Страницы открываются боком или вверх ногами: Повернуть PDF.
- Файл слишком большой для почты или портала: Сжать PDF.
- Фото или сканы в PDF: Конвертировать JPG в PDF.
- Офисные документы в PDF: Конвертировать Word в PDF, Конвертировать Excel в PDF, Конвертировать PowerPoint в PDF.
- Достать содержимое из PDF: Конвертировать PDF в Word для редактирования, Извлечь текст из PDF для простого текста, Конвертировать PDF в JPG для изображений.
- Скан, в котором не работает поиск: Сделать скан PDF доступным для поиска добавляет невидимый текстовый слой.
- Последние штрихи: Добавить номера страниц в PDF, Добавить водяной знак в PDF, Подписать PDF.
- Пароли: Защитить PDF паролем, чтобы закрыть файл, Снять пароль с PDF, чтобы убрать известный вам пароль.
Как устроен PDF
Страница PDF — это набор инструкций для отрисовки, измеряемых в пунктах по 1/72 дюйма: A4 — это 595×842 пункта, US Letter — 612×792. Абзацев там нет, только текст, расставленный по координатам, — поэтому PDF везде выглядит одинаково и его неудобно редактировать.
Два вида PDF ведут себя совершенно по-разному. Изначально цифровой файл, экспортированный из текстового редактора или таблицы, содержит настоящий текст: его можно искать, выделять и копировать, а договор на 50 страниц часто весит всего 200–500 КБ. Отсканированный файл содержит по одной картинке на страницу. Цветная страница в 300 dpi — это примерно 2500×3500 пикселей и 1–3 МБ, так что скан на 20 страниц легко переваливает за 30 МБ. Если Ctrl+F ничего не находит, у вас скан.
Инструменты для страниц (объединение, разделение, удаление, поворот) копируют страницы как есть, без перерисовки, поэтому текст остаётся доступным для поиска, а изображения сохраняют качество. То, что относится к документу в целом, — например, закладки и свойства вроде названия или автора, — не переносится.
Пароли в PDF бывают двух видов. Пароль на открытие шифрует содержимое: без него файл не прочитать. Пароль на права доступа лишь выставляет флаги для печати или копирования, которые программы просмотра должны соблюдать. Защита здесь использует AES-256 — самый стойкий метод в стандарте PDF.
Браузер, сервер или оба
Большинство инструментов для PDF работают полностью в браузере и ничего не загружают: объединение, разделение, удаление страниц, поворот, номера страниц, водяной знак, подпись, JPG в PDF, Word в PDF, PDF в текст и PDF в JPG. Лимиты — 100 МБ на PDF и 50 МБ на изображение или .docx. Конвертировать Word в PDF раскладывает документ на странице и использует встроенную в браузер функцию «Сохранить как PDF», так что текст в результате остаётся настоящим текстом.
Четыре инструмента предлагают оба пути, и выбор меняет результат:
- Сжать PDF в браузере перерисовывает каждую страницу как JPEG примерно в 108 dpi. Отлично для сканов, но текст перестаёт находиться поиском. Серверный путь использует Ghostscript, который уменьшает разрешение только изображений (примерно до 72, 150 или 300 dpi) и оставляет текст нетронутым.
- Конвертировать PDF в Word в браузере восстанавливает аккуратные заголовки и абзацы, но теряет изображения и таблицы. Серверный путь использует LibreOffice, который сохраняет внешний вид, но размещает текст в отдельных блоках.
- Защитить PDF паролем и Снять пароль с PDF запускают qpdf в браузере для файлов до 100 МБ. Для файлов побольше есть серверный путь, и пароль отправляется вместе с файлом только для этой задачи.
Три инструмента работают только на сервере, потому что ни один браузерный движок с этой работой не справится: Конвертировать Excel в PDF и Конвертировать PowerPoint в PDF используют LibreOffice, а Сделать скан PDF доступным для поиска — OCRmyPDF с Tesseract и сохраняет результат в PDF/A. На обработку OCR отводится 15 минут бесплатно и 60 минут с Premium.
Серверная обработка бесплатна один раз за скользящие 24 часа на устройство, для файлов до 500 МБ, без аккаунта. Неудачные запуски не засчитываются. Premium снимает дневной лимит и принимает файлы до 4 ГБ. Загруженный файл удаляется, как только готов результат, а сам результат перестаёт быть доступен примерно через час после создания задачи, так что скачивайте его сразу.
Цепочки, которые хорошо работают вместе
- Пакет документов для заявки: сконвертируйте письмо через Конвертировать Word в PDF, а справки — через Конвертировать JPG в PDF, объедините их по порядку, при необходимости сожмите, пронумеруйте страницы и последним шагом защитите паролем. Зашифрованные файлы дальше редактировать нельзя, поэтому пароль всегда ставится в конце.
- Стопка отсканированных бумаг: поверните страницы, лежащие боком, удалите пустые обороты, запустите OCR, затем скопируйте текст через Извлечь текст из PDF.
- Нумерация без обложки: разделите с диапазонами
1, 2-60, пронумеруйте вторую часть начиная с 2 и объедините, вернув обложку в начало. - Банковские выписки за год: снимите пароль банковским паролем, объедините в один файл и поставьте собственный пароль через Защитить PDF паролем.
Чтобы уложиться в лимит загрузки с помощью разделения, разделите размер файла на число страниц: скан на 60 страниц весом 30 МБ — это в среднем 0,5 МБ на страницу.
Если что-то пошло не так
- Файл отклонён как защищённый паролем. Объединение, разделение, сжатие, подпись и OCR не могут читать зашифрованные файлы. Сначала снимите пароль инструментом Снять пароль с PDF.
- Извлечение текста или PDF в Word возвращает пустоту. Страницы — это изображения. Сначала запустите Сделать скан PDF доступным для поиска.
- Сжатый файл больше не ищется. Это браузерный путь. Используйте серверный вариант или верните текстовый слой с помощью OCR.
- Объединённый файл слишком большой. Объединение ничего не уменьшает. Сожмите результат после.
- Договор с подписью на основе сертификата отображается как изменённый. Любой инструмент, который перезаписывает файл, нарушает цифровую подпись. Такие файлы не трогайте.
- Word в PDF ничего не делает при нажатии. Браузер заблокировал окно печати. Разрешите всплывающие окна, затем в диалоге печати выставьте поля «Нет» и отключите колонтитулы.