Teilen und extrahieren Sie PDF-Seiten

Die drei Modi bewältigen unterschiedliche reale Aufteilungsaufgaben und die Auswahl des richtigen Modus beschleunigt den Arbeitsablauf. „Seiten extrahieren“ dient zum Extrahieren einer bestimmten Teilmenge: Sie möchten die Seiten 1–3, 5 und 7–9 aus einem größeren Dokument als einzelnes neues PDF erhalten. Dies ist der richtige Modus, um ein Kapitel aus einem Buch, einen Abschnitt aus einem Bericht oder ein paar Unterschriftenseiten aus einem Vertrag herauszunehmen. Die Ausgabe ist ein einzelnes PDF mit den angeforderten Seiten in ihrer ursprünglichen Reihenfolge. „Alle teilen“ dient dazu, jede Seite in eine eigene Datei aufzuteilen: nützlich, wenn ein einzelnes gescanntes PDF tatsächlich viele logisch getrennte Dokumente enthält (z. B. 25 gescannte Steuerformulare, die sich zufällig in einer mehrseitigen Datei befanden). Die Ausgabe ist eine ZIP-Datei mit einem einseitigen PDF pro Quellseite. Die Aufteilung nach Bereichen ist der Mittelweg: Sie möchten in benannte Gruppen aufteilen, wobei jede Gruppe mehrere Seiten enthalten kann. Ein typischer Anwendungsfall ist ein 200-seitiger Bericht, der als 8-Kapitel-PDFs geliefert werden muss – Sie definieren Bereiche wie „Kapitel 1: 1–24, Kapitel 2: 25–48, …“ und erhalten 8 benannte PDFs in einer ZIP-Datei. Die meisten Tools implementieren nur die ersten beiden Modi, aber „Nach Bereichen aufteilen“ ist für Workflows zur Dokumentenorganisation am praktischsten, wenn die Quelldatei natürliche logische Gruppierungen aufweist.

Die meisten Online-Dienste zur PDF-Aufteilung laden Ihre Dateien auf ihre Server hoch, führen dort die Aufteilung durch und senden das Ergebnis zurück. Dieser Arbeitsablauf bringt für jeden, der mit sensiblen Dokumenten umgeht, drei Probleme mit sich: Die Datei berührt einen Server, den Sie nicht kontrollieren (was bedeutet, dass sich sowohl die Sicherheitspraktiken des Betreibers als auch die Sicherheitspraktiken seines Cloud-Anbieters auf Ihre Daten auswirken); Die Datei verbleibt gemäß der Aufbewahrungsrichtlinie des Betreibers normalerweise 24 Stunden oder länger im Speicher dieses Servers, bevor sie gelöscht wird. und jede Sicherheitsverletzung im Dienst macht Ihre Datei rückwirkend offen. Für Verträge, Krankenakten, Steuererklärungen, Rechtsdokumente, Mitarbeiterunterlagen oder alles andere, was der Geheimhaltungspflicht unterliegt, ist dieses Cloud-Upload-Modell wirklich riskant. Dieses Tool verwendet pdf-lib, um die gesamte Aufteilung lokal im Speicher Ihres Browsers durchzuführen – Ihre PDF-Datei wird in den RAM eingelesen, dort bearbeitet und die Ausgabe wird im RAM zusammengestellt, bevor sie über die Schaltfläche „Herunterladen“ auf Ihre lokale Festplatte geschrieben wird. Es wird nirgends etwas hochgeladen. Sie können dies überprüfen, indem Sie nach dem Laden der Tool-Seite die Verbindung zum Internet trennen: Das Tool funktioniert weiterhin einwandfrei, da nach dem ersten Laden der Seite keine Netzwerkabhängigkeit besteht. Für jedes vertrauliche Dokument ist dieser ausschließlich lokale Workflow die richtige Wahl.

Einige Grenzfälle kommen häufig genug vor, um eine spezifische Anleitung zu erfordern. Passwortgeschützte PDFs können weder von pdf-lib noch von einer browserbasierten PDF-Bibliothek gelesen werden, da die Verschlüsselung zum Entschlüsseln das Passwort erfordert. Sie müssen die PDF-Datei zuerst mit Adobe Acrobat, Preview unter macOS oder einem speziellen Tool zum Entfernen von Passwörtern entsperren. Einmal entsperrt, funktioniert die entschlüsselte Version hier einwandfrei. Bei sehr großen Dateien (über 100 MB) kann das Laden und Teilen viel Zeit in Anspruch nehmen – dies ist speichergebunden und nicht CPU-gebunden, sodass ein Gerät mit mehr RAM eine bessere Leistung erbringt. Beschädigte PDFs lassen sich nicht öffnen und es wird eine eindeutige Fehlermeldung angezeigt. Da das Tool keinen Wiederherstellungsschritt enthält, müssen Sie vor dem Teilen ein PDF-Reparaturdienstprogramm für die Quelle verwenden. Ein häufiger Fehler: Die Seitenzahl im Extraktionsmodus bezieht sich auf das Originaldokument und nicht auf eine Teilmenge. Wenn Ihre Quelle die Seiten 1–100 hat und Sie die Seiten 10–20 extrahieren, enthält das Ausgabe-PDF die Seiten 1–11 selbst – und nicht 10–20 wie ursprünglich nummeriert. Wenn die ursprüngliche Seitennummerierung für die spätere Verwendung von Bedeutung ist (z. B. juristische Zitate, die auf bestimmte Seitenzahlen verweisen), denken Sie daran, diese Zuordnung zu kommentieren, bevor Sie den Auszug weitergeben. Abschließend: Beim Teilen wird der Inhalt nicht neu codiert, sodass Bilder, Schriftarten, Formularfelder und Vektorgrafiken Stück für Stück aus der Quelle erhalten bleiben.