Как извлечь страницы из PDF (без Acrobat)

Нужна страница 7, а в файле их 300. Может, это одна выписка из годовой подборки, страница с подписью в договоре, две страницы отсканированного договора аренды для коммунальной компании или одна глава из инструкции. Отправлять весь файл целиком неудобно в лучшем случае и опасно для приватности в худшем, ведь остальные 299 страниц никого больше не касаются. Кажется, что извлечь страницы из PDF можно только через Acrobat и подписку. Не нужно ни того, ни другого, и есть способ сделать это так, что документ вообще не покинет ваших рук.

Хорошая новость о том, как устроен PDF

PDF, это не монолитная картинка документа, а скорее картотека. Каждая страница проиндексирована и самодостаточна: она ссылается ровно на тот текст, шрифты и изображения, которые ей нужны. У этой структуры есть приятное следствие: извлечение страниц не похоже на обрезку картинки, это скорее как достать нужные папки из шкафа. Извлечённая страница сохраняет выделяемый текст, векторную чёткость, точные шрифты, всё, байт в байт. На выходе ничего не рендерится заново, не пересканируется и не пережимается, и операция остаётся быстрой даже для файла-монстра на 300 страниц, потому что остальные 299 страниц попросту никто не трогает.

Именно поэтому стоит насторожиться, если инструмент возвращает извлечённую страницу более размытой, чем оригинал, и именно поэтому «печать в PDF» не подходит для этой задачи: печать заново рендерит страницу и отбрасывает исходную структуру. Настоящее извлечение по своей природе не теряет качество.

Диапазоны: небольшой синтаксис, который решает всё

Любая задача разбиения сводится к тому, чтобы описать, какие страницы нужны, а грамматика для этого предельно компактна. 7 берёт седьмую страницу. 2-5 берёт диапазон. 1-3, 7, 12 смешивает то и другое в одном результате. Открытый диапазон вроде 12- означает «от страницы 12 и до конца», что удобно, когда вы знаете, где начинается приложение, но не знаете, сколько страниц оно занимает. Инструмент для разбиения на этом сайте следует ровно этой грамматике и показывает количество страниц сразу после того, как вы перетащили файл, так что гадать, где заканчивается документ, не приходится.

Есть и другой режим: разбить каждую страницу на отдельный файл. Звучит избыточно, пока однажды у вас не оказывается отсканированная пачка, скажем, двенадцать чеков в одном PDF или стопка счетов, которую кто-то одним заходом прогнал через сканер, и вам нужно получить их как отдельные документы. Один клик, и каждая страница становится отдельным пронумерованным файлом, а все вместе они приходят в виде ZIP-архива.

Какие страницы люди извлекают на самом деле

Закономерности повторяются. Страница с подписью, потому что контрагенту нужно доказательство, а не весь договор целиком. Выписка за один месяц из квартальной подборки, потому что банк попросил именно март. Страница с фотографией из отсканированного паспорта. Одна форма из целого пакета документов при оформлении. Обратите внимание на закономерность внутри закономерности: это почти всегда чувствительные документы, и речь почти всегда о том, чтобы поделиться меньшим количеством из целого. По своей сути извлечение страниц, это операция по защите приватности. Вы сокращаете то, что покидает ваши руки.

Именно поэтому стандартный способ решения этой задачи выглядит откровенно иронично: чтобы поделиться с одной стороной меньшим числом страниц, люди загружают весь документ целиком на сайт для разбиения, все 300 страниц, каждую выписку и каждую подпись, на сервер, который им не виден, принадлежащий компании, о которой они никогда не слышали. Сокращение сначала пошло в обратную сторону, прежде чем пойти в нужную.

Разбиение без загрузки

Инструмент внизу этой страницы выполняет всю операцию прямо в вашем браузере. PDF открывается на вашем устройстве, нужные страницы извлекаются на вашем устройстве, а результат скачивается с вашего устройства на ваше устройство. Ничего не уходит по сети, и это можно проверить, а не просто поверить на слово: включите на ноутбуке авиарежим перед началом, и всё по прежнему будет работать, чего ни один инструмент с загрузкой на сервер сказать о себе не может. Техническое объяснение описывает это подробнее, если вам интересны детали.

Два практических замечания перед тем, как начать. PDF с паролем нужно сначала разблокировать, прежде чем любой инструмент сможет его разбить, так что если банк присылает выписки с защитой паролем, сначала экспортируйте из своей программы для просмотра PDF копию без пароля. И если на самом деле вам нужна страница в виде картинки, чтобы вставить её в слайд или в чат, это другая задача, для неё есть отдельный инструмент: он рендерит страницу в растровое изображение с выбранным разрешением, а не извлекает её.

Соберите всё вместе

Перетащите PDF в инструмент ниже, взгляните на количество страниц, впишите диапазон или переключитесь в режим «каждая страница отдельно» и скачайте результат. Результат получается точным, оригинал остаётся целым, а 299 страниц, о которых никто не спрашивал, остаются ровно там, где им и место: у вас. А когда страницы уже извлечены, инструмент для объединения собирает их обратно в новые комбинации, и вместе с разбиением это покрывает почти всё, за что люди обычно платят за целый набор инструментов для PDF.