Договоры и справки я больше не спешу загружать на бесплатные PDF-сайты

PDF обычно нужен срочно: справка об оценках, несколько предложений одним файлом или вложение, которое должно весить меньше 10 МБ. А потом получатель просит скан ещё и в Word.

Открыть знакомый сайт, выбрать документ и подождать легко. Только после скачивания я задумываюсь, куда ушёл договор с печатью и осталась ли его копия на сервере. Я не считаю, что каждый сервис неправильно использует файлы. Просто не хочется передавать весь документ ради небольшой правки, которую может сделать браузер.

Сначала конкретная задача

Обычно достаточно сжать, объединить файлы, убрать страницы или изменить порядок. В DocCrunch для этого есть отдельные инструменты, в том числе сжатие PDF и объединение PDF, без создания аккаунта.

Сжатие принимает до десяти PDF, каждый меньше 500 МБ, с тремя уровнями качества. Это предел выбора файлов, а не обещание, что обычный ноутбук легко обработает десять огромных документов. Стоит начать с одного.

Меньший файл может работать иначе

PDF, состоящий в основном из текста, может быть уже лёгким. Сканы иногда дают больше возможностей для сжатия, но прохождение почтового лимита не гарантировано.

Инструмент сравнивает структурно оптимизированную версию с версией, заново собранной из изображений страниц. Выбирает меньшую или оставляет оригинал, если обе не меньше него. Если выбрана версия из изображений, текст может перестать выделяться и находиться поиском. Сохранность ссылок и форм тоже нельзя считать само собой разумеющейся.

Я смотрю мелкий шрифт и печати, пробую выделить текст и открыть нужные ссылки. Если сильное сжатие размывает страницу, возвращаюсь на ступень назад. Оригинал храню отдельно, особенно для печати и документов с цифровой подписью.

Нужные страницы в нужном порядке

Объединение PDF следует списку файлов; порядок меняется кнопками вверх и вниз. Разделение PDF создаёт отдельный PDF для каждой страницы и упаковывает их в ZIP. Чтобы убрать несколько страниц, часто проще удаление страниц. Поворот PDF исправляет ориентацию, а перестановка страниц возвращает обложку на место.

Удалить страницу целиком — не то же самое, что скрыть номер счёта внутри неё. Обрезка видимой области или прямоугольник поверх текста не доказывают, что лежащие под ними данные удалены.

Word-файл ещё не означает готовый документ

PDF в Word и PDF в Excel извлекают уже существующий текст и группируют его по страницам и расположению. Полная вёрстка не восстанавливается. Колонки и сложные таблицы требуют доработки.

Эти PDF-конвертеры сейчас не выполняют OCR напрямую для сканов без текстового слоя. Сначала экспортируйте нужные страницы через PDF в изображения, затем используйте изображение в Word или изображение в Excel. Скан с готовым OCR-слоем можно попробовать извлечь напрямую.

Блики, наклон страниц и печати поверх букв мешают распознаванию. Суммы, счета, имена и даты нужно сверять с оригиналом. PDF в PPT помещает изображение каждой страницы на слайд. Заголовки и диаграммы не становятся отдельно редактируемыми объектами.

У локальной обработки тоже есть границы

Эти операции не отправляют оригинал и результат на сервер обработки. Но страницу, скрипты и ресурсы OCR иногда нужно скачать. Большие файлы расходуют память, некоторые зашифрованные PDF могут не открыться. Подписи, интерактивные формы и точные печатные цвета требуют инструментов, способных их проверить. Общие компьютеры и расширения браузера — отдельные вопросы.

Я сохраняю оригинал и извлекаю нужный текст до сжатия. Фотографии чеков можно пропустить через изображение в PDF, а затем объединить с выпиской. В предыдущей статье о фотографиях описано уменьшение снимков; мелкие цифры должны оставаться читаемыми.

Если проблема только в тяжёлом вложении, попробуйте сжать один PDF. Откройте скачанную копию и проверьте её перед отправкой.