PDF-pagina's extraheren

Zo gebruik je PDF-pagina's extraheren

Belangrijkste functies van PDF-pagina's extraheren

Over PDF-pagina's extraheren

PDF-pagina's extraheren laadt je document met pdf-lib, leest de paginanummers die je hebt ingevoerd en kopieert alleen die pagina's naar een nieuwe PDF. De uitvoer wordt opgeslagen als extracted_ gevolgd door de oorspronkelijke bestandsnaam. Omdat pagina's worden gekopieerd in plaats van opnieuw opgebouwd, is de inhoud identiek aan de bron. Bladwijzers en links tussen pagina's gaan niet mee over.

Handig om één hoofdstuk van een handleiding te versturen, de ondertekende pagina van een contract te delen, of alleen de dia's te bewaren die je hebt gepresenteerd. Alleen paginanummers gescheiden door komma's worden begrepen; een bereik zoals 3-7 moet worden getypt als 3, 4, 5, 6, 7. Nummers buiten het document worden genegeerd, en als er geen enkele geldig is, vraagt de tool je het opnieuw te proberen.

Wanneer gebruik je PDF-pagina's extraheren?

Een verzekeraar vraagt om de specificatiepagina van een polis van 30 pagina's. Typ het paginanummer, extraheer, en stuur het bestand van één pagina in plaats van de hele polis.

Een tijdschriftartikel staat in een PDF met een congresbundel, van pagina 210 tot en met 218. Negen nummers zijn nog goed te typen, 210 tot en met 218 gescheiden door komma's. Voor langere reeksen haalt PDF combineren een bereik zoals 210-218 uit één bestand, wat typewerk bespaart.

Je stelt een leespakket samen waarin pagina 3 vóór pagina 1 moet komen, en een diagrampagina na elke sectie opnieuw moet verschijnen. Typ de nummers in de gewenste volgorde, herhaal het nummer van het diagram waar nodig, en het nieuwe bestand volgt jouw lijst.

Als het makkelijker is om te zeggen welke pagina's je wilt weglaten dan welke je wilt behouden, gebruik dan Pagina's verwijderen. Als elke pagina een eigen bestand moet worden, doet PDF splitsen dat in één stap en verpakt de resultaten in een ZIP.

Tips en probleemoplossing

• Het vak begint met 1. Vervang dit, anders wordt pagina 1 meegenomen naast de pagina's die je bedoelde te kiezen.
• Bereiken worden niet geweigerd maar verkeerd gelezen: 3-7 wordt gelezen als 3, omdat de nummerparser stopt bij het streepje, waardoor het resultaat alleen pagina 3 bevat. Vermeld elk nummer apart, of gebruik PDF combineren voor bereiken.
• Nummers groter dan het aantal pagina's, nul, negatieve nummers en invoer die met een letter begint, worden zonder melding genegeerd. Als alle invoer wordt genegeerd, vraagt een melding om geldige paginanummers en blijft het formulier ongewijzigd.
• Als de pagina na het uploaden ‘Dit bestand kan niet worden geopend’ toont, is het bestand beveiligd met een wachtwoord, beschadigd, of geen PDF. Verwijder het wachtwoord met PDF ontgrendelen als dat nodig is, herlaad dan de pagina en probeer het opnieuw.
• Bestand verwijderen brengt je terug naar het uploadvak zonder de pagina opnieuw te laden, zodat je meteen een andere PDF kunt kiezen.
• De uitvoer heet extracted_ plus de oorspronkelijke bestandsnaam, en de melding vermeldt hoeveel pagina's zijn gekopieerd. Een pagina die twee keer is vermeld, telt twee keer mee in dat aantal.
• Pagina's worden in het nieuwe bestand genummerd vanaf 1, in de volgorde waarin je ze hebt getypt. Paginanummers die in de inhoud zijn afgedrukt, veranderen niet.
• De geëxtraheerde pagina's behouden de nummers die erop waren afgedrukt. Paginanummers toevoegen stempelt een nieuwe reeks van 1 tot N op het nieuwe bestand; de oude nummers worden niet verwijderd.
• Voor een reeks zoals 3 tot 7 lees je PDF-pagina's splitsen of extraheren: welke tool, die ook de andere valkuilen met paginanummers uitlegt.

Zo werkt PDF-pagina's extraheren in je browser

Na het uploaden wordt het bestand in een buffer in het geheugen gelezen en met pdf-lib geopend om het aantal pagina's te bepalen, dat naast de bestandsnaam verschijnt. Als je op Pagina's extraheren en downloaden klikt, wordt de tekst bij de komma's gesplitst, wordt elk stukje omgezet naar een pagina-index die bij 0 begint, en wordt alles verwijderd dat buiten het document valt. Die lijst met indexen, in jouw volgorde, gaat naar copyPages van pdf-lib, dat elke pagina en de lettertypen en afbeeldingen waarnaar wordt verwezen kopieert naar een nieuw document; een object dat door meerdere geëxtraheerde pagina's wordt gedeeld, wordt één keer gekopieerd.

Het nieuwe document wordt geserialiseerd naar bytes en verpakt in een Blob, wat alles is wat de resultaatkaart bevat. Bestand downloaden slaat die Blob op als extracted_ plus je bestandsnaam via een tijdelijke object-URL, en Voorbeeld bekijken laadt dezelfde Blob in de ingebouwde PDF-viewer van de browser, in een modaal venster. Er wordt niets verzonden: er is geen upload en geen server, en het originele bestand op je schijf wordt niet aangeraakt.

Veelgestelde vragen