Où va la table des matières après la fusion de PDF : définissez d'abord les règles de conservation des favoris

Après la fusion de plusieurs PDF, les signets et les tables des matières tournent souvent mal : la barre de navigation de gauche peut être vide et cliquer sur un signet peut accéder à une page d'erreur. Cet article est destiné aux développeurs et aux processeurs de documents qui doivent utiliser des scripts pour fusionner des PDF. Après avoir lu ceci, vous saurez quoi décider avant de fusionner, comment vérifier le résultat avec des échantillons synthétiques et quels résultats doivent être examinés manuellement.

Les codes et exemples ici utilisent tous des échantillons synthétiques, qui démontrent uniquement les idées de traitement du numéro de page et du décalage de répertoire, et n'impliquent pas l'isolation des champs de formulaire. Les enregistrements en cours illustrent uniquement les performances de l'échantillon dans un environnement isolé et ne garantissent pas l'effet de tous les fichiers réels. Veuillez conserver les originaux avant de manipuler des documents importants.

Où va la table des matières après la fusion de PDF ? Conclusion en une phrase

Lors de la fusion, décidez d’abord d’importer dans le répertoire original ; Si vous souhaitez créer vous-même une entrée de haut niveau, configurez explicitement import_outline=False pour éviter de mélanger l’importation par défaut avec la reconstruction manuelle.

Pourquoi le répertoire disparaît-il après la fusion ?

Après avoir utilisé PdfWriter.append() pour fusionner plusieurs PDF, vous constaterez peut-être que la barre de navigation de gauche est vide ou que le signet passe à la mauvaise page lorsque vous ouvrez le fichier de sortie. Il s'agit d'un problème courant avec les opérations de fusion pypdf.

Le problème ne vient généralement pas de l'action de "fusion" elle-même, mais du signet du fichier source (contour) pointant vers le numéro de page ou la référence d'objet interne du document d'origine. Une fois que plusieurs documents sont fusionnés dans un nouveau fichier, les numéros de page physiques sont décalés, mais l'ancienne arborescence de signets ne met pas automatiquement à jour ces décalages.

Il existe une autre situation, plus subtile : le fichier source utilise des destinations nommées au lieu de numéros de page absolus, et des destinations portant le même nom existent dans différents fichiers source. Les fichiers ajoutés ultérieurement écraseront la définition précédente, rendant le lien invalide.

Exemple de synthèse : définissez d'abord la limite d'entrée et la sortie attendue

Pour vérifier la robustesse de la logique de fusion, un ensemble contrôlé d’échantillons synthétiques doit être construit plutôt que de s’appuyer sur des documents réels avec des structures variables. L'exemple suppose deux fichiers sources pour les tests.

Scénario d'erreur ou de saisie de limite : si vous ajoutez deux fichiers directement sans aucun prétraitement, les résultats suivants peuvent se produire :

• Un seul champ user_name du formulaire est modifiable, l'autre est masqué ou des données sont manquantes.
• Tous les signets pointent vers la plage de pages de source_a, ou une erreur est signalée en cliquant sur le signet correspondant à source_b.

Cet échec silencieux est plus alarmant qu'un crash de programme car il détruit la convivialité du document sans lever d'exception.

Exemple de composition autonome

Voir la liste d'importation pour des exemples de dépendances. Le code construit l'entrée en mémoire et les enregistrements d'exécution sont fournis séparément et ne représentent pas une garantie de tous les fichiers réels.

from io import BytesIO
from pypdf import PdfReader, PdfWriter
def source(pages):
    writer = PdfWriter()
    for _ in range(pages):
        writer.add_blank_page(width=200, height=200)
    out = BytesIO()
    writer.write(out)
    return out.getvalue()
writer = PdfWriter()
for title, raw in [("Part A", source(2)), ("Part B", source(1))]:
    start = len(writer.pages)
    writer.append(PdfReader(BytesIO(raw)), import_outline=False)
    writer.add_outline_item(title, start)
out = BytesIO()
writer.write(out)
reader = PdfReader(BytesIO(out.getvalue()))
assert len(reader.pages) == 3
assert len(reader.outline) == 2
assert reader.get_destination_page_number(reader.outline[0]) == 0
assert reader.get_destination_page_number(reader.outline[1]) == 2

Critères d'acceptation et limites de révision manuelle pour les résultats fusionnés

L'exécution réussie du code ne signifie pas que les livrables sont disponibles. Le tableau ci-dessous répertorie les points d'observation d'acceptation pour la fusion de PDF et distingue ceux qui peuvent être automatiquement vérifiés et ceux qui nécessitent une intervention manuelle. Ces normes s'appliquent à la validation de sortie de tout outil de fusion de PDF.

Faites aussi attention à la méthode reset_translation. Si vous souhaitez insérer différentes pages du même PDF dans la sortie plusieurs fois, vous devez l’appeler avant chaque insertion ; Sinon, la seconde insertion sera la première copie de référence, et modifier l’une affectera l’autre. C’est un détail au niveau du code, mais lors de l’acceptation de bout en bout, cela apparaît souvent comme « modifier une partie de façon inattendue en altérant une autre », ce qui peut facilement être confondu avec un bug logiciel.

📊 Comparaison des noyaux

🎯 Quelle méthode te convient ?

Si tu dois garder le répertoire du fichier source,

Lors de la fusion, décidez clairement d’importer le répertoire original, et après la fusion, vérifiez si les favoris redirigent vers la bonne page.

Si tu veux planifier toi-même le point d’entrée de premier niveau pour les fichiers de sortie

Définissez explicitement import_outline=False, puis créez manuellement l’entrée de niveau supérieur pour éviter de mélanger les deux ensembles d’annuaires.

Si vous voulez insérer plusieurs fois différentes pages du même PDF

Avant chaque insertion, appelez reset_translation, et lors de l’acceptation, vérifiez si modifier une zone affecte d’autres positions.

Si tu veux donner des résultats aux autres

D’abord, vérifiez le nombre total de pages et le décalage initial de chaque document selon le formulaire d’acceptation ; en cas de divergences, ne livrez pas directement.

❓ Foire aux questions (FAQ)

1. Pourquoi les favoris sautent-ils à la mauvaise page après la fusion ?

Les favoris dans les fichiers sources pointent vers le numéro de page original ou la référence interne de l’objet ; après fusion, le numéro de page physique se déplace, tandis que l’ancien arbre de favoris ne se met pas à jour automatiquement.

2. À quoi faut-il prêter attention lorsque vous utilisez des cibles nommées ?

Lorsque différents fichiers sources ont la même cible, les ajouts ultérieurs écrasent la définition précédente, ce qui provoque l’échec du lien.

3. Si le code s’exécute avec succès, cela signifie-t-il que le résultat de la fusion est livrable ?

Non. Une exécution réussie du code ne signifie pas que le livrable est utilisable ; le nombre de pages, le décalage et les favoris doivent toujours être vérifiés selon les normes d’acceptation.

4. Pourquoi définir explicitement import_outline=False ?

Évitez de mélanger les annuaires importés par défaut avec les entrées de premier niveau reconstruites manuellement.

📝 Résumé

Lors de la fusion des PDF, décidez d’abord si vous voulez importer la table des matières originale, puis utilisez l’échantillon composite et le formulaire d’acceptation pour vérifier le nombre de pages, de décalages et de favoris. Une fois le processus de fusion établi, vous pouvez envisager d’inclure l’ordre des pages, les liens et la complétude du contenu du manuscrit traduit.

Faites l’expérience dès maintenant : téléchargez votre document pour commencer à traduire, tout en conservant la mise en forme originale

Références

• pypdf Fusion de PDF Documentation
• pypdf Référence de l'API PdfWriter