Куди йде зміст після об’єднання PDF-файлів: спочатку визначте правила збереження закладок

Після об’єднання кількох PDF-файлів закладки та зміст часто йдуть не так: ліва навігаційна панель може бути порожньою, а клацання закладки може призвести до переходу на сторінку з помилкою. Ця стаття написана для розробників і обробників документів, яким потрібно використовувати сценарії для з’єднання PDF-файлів. Прочитавши це, ви знатимете, що вирішити перед об’єднанням, як перевірити результат за допомогою синтетичних зразків і які результати потрібно переглянути вручну.

У кодах і прикладах, наведених тут, використовуються синтетичні зразки, які лише демонструють ідеї обробки номерів сторінок і зміщення каталогу, і не передбачають ізоляції поля форми. Поточні записи лише ілюструють продуктивність зразка в ізольованому середовищі та не гарантують ефективність усіх реальних файлів. Будь ласка, збережіть оригінали, перш ніж працювати з важливими документами.

Куди йде зміст після об’єднання PDF-файлів? Висновок одним реченням

Під час об’єднання спочатку вирішіть, чи імпортувати оригінальний каталог; якщо ви хочете самостійно створити запис верхнього рівня, явно встановіть import_outline=False, щоб уникнути змішування імпорту за замовчуванням і ручної реконструкції.

Чому каталог зникає після злиття?

Після використання PdfWriter.append() для з’єднання кількох PDF-файлів ви можете виявити, що ліва панель навігації пуста або закладка переходить на неправильну сторінку, коли ви відкриваєте вихідний файл. Це поширена проблема з операціями злиття pypdf.

Зазвичай проблема полягає не в самій дії «об’єднати», а в закладці вихідного файлу (Структура), яка вказує на номер сторінки або внутрішнє посилання на об’єкт вихідного документа. Після об’єднання кількох документів у новий файл фізичні номери сторінок зміщуються, але старе дерево закладок не оновлює автоматично ці зсуви.

Існує інша ситуація, яка є більш тонкою: у вихідному файлі використовуються іменовані місця призначення замість абсолютних номерів сторінок, а місця призначення з однаковою назвою існують у різних вихідних файлах. Файли, додані пізніше, перезапишуть попереднє визначення, через що посилання стане недійсним.

Приклад синтезу: спочатку визначте вхідну межу та очікуваний вихід

Щоб перевірити надійність логіки об’єднання, потрібно створити контрольований набір синтетичних зразків, а не покладатися на реальні документи з різними структурами. У прикладі для тестування використовуються два вихідних файли.

Сценарій помилки або граничного введення: якщо ви додаєте два файли безпосередньо без будь-якої попередньої обробки, можуть виникнути такі результати:

• Лише одне поле user_name у формі доступне для редагування, інше приховане або дані відсутні.
• Усі закладки вказують на діапазон сторінок джерела_a, або повідомляється про помилку під час натискання закладки, що відповідає джерелу_b.

Цей тихий збій є більш тривожним, ніж збій програми, оскільки він руйнує зручність використання документа без створення винятку.

Приклад самостійної композиції

Перегляньте список імпорту для прикладів залежностей. Код створює вхідні дані в пам’ять, а записи про виконання надаються окремо й не є гарантією всіх реальних файлів.

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

Критерії прийняття та межі перевірки вручну для об’єднаних результатів

Успішне виконання коду не означає, що результати доступні. У наведеній нижче таблиці наведено точки прийому для об’єднання PDF-файлів і розрізняють ті, які можна перевірити автоматично, і ті, які потребують ручного втручання. Ці стандарти застосовуються до перевірки результатів будь-якого інструменту об’єднання PDF.

Також зверніть увагу на метод reset_translation. Якщо ви хочете вставити різні сторінки одного PDF-файлу у вихідний файл кілька разів, ви повинні викликати його перед кожною вставкою; інакше друга вставка буде еталонною копією першої, і зміна одного місця вплине на інше. Це деталь на рівні коду, але під час наскрізного прийняття це виглядає як «зміна одного вмісту випадково змінює інший», що легко можна неправильно оцінити як програмну помилку.

📊 Основне порівняння

🎯 Який спосіб вам підходить?

Якщо вам потрібно зберегти каталог вихідних файлів

Під час об’єднання прийміть чітке рішення імпортувати оригінальний каталог і перевірте, чи закладка переходить на правильну сторінку після об’єднання.

Якщо ви хочете самостійно спланувати вихідний файл верхнього рівня

Явно встановіть import_outline=False, а потім вручну створіть запис верхнього рівня, щоб уникнути змішування двох наборів каталогів.

Якщо ви хочете вставити різні сторінки одного PDF-файлу кілька разів

Викликайте reset_translation перед кожною вставкою та перевіряйте, чи зміна одного розташування впливає на інші розташування під час прийняття.

Якщо ви хочете надати результати іншим

Спочатку перевірте загальну кількість сторінок і початковий зсув кожного документа відповідно до форми прийняття. Якщо є розбіжності, не доставляйте їх безпосередньо.

❓ Часті запитання (FAQ)

1. Чому після об'єднання закладки переходять на неправильну сторінку?

Закладка вихідного файлу вказує на вихідний номер сторінки або внутрішнє посилання на об’єкт. Номер фізичної сторінки зсувається після об’єднання, і старе дерево закладок не оновлюватиметься автоматично.

2. На що слід звернути увагу при використанні іменованих цілей?

Якщо мета з таким же ім’ям існує в різних вихідних файлах, файл, доданий пізніше, перезапише попереднє визначення, що призведе до помилки посилання.

3. Якщо код виконується успішно, чи означає це, що об’єднаний результат може бути доставлений?

не можна. Успішне виконання коду не означає, що результат доступний, і кількість сторінок, зсувів і закладок ще потрібно перевірити на відповідність критеріям прийняття.

4. Навіщо встановлювати import_outline=False явно?

Уникайте змішування імпортованих каталогів за замовчуванням із перебудованими вручну записами верхнього рівня.

📝 Підсумок

Під час об’єднання PDF-файлів спочатку вирішіть, чи потрібно імпортувати вихідний каталог, а потім скористайтеся комбінованою формою зразка та прийняття, щоб перевірити кількість сторінок, зміщення та закладки. Після визначення процесу об’єднання ви можете перевірити порядок сторінок, посилання та цілісність вмісту перекладеного рукопису.

Спробуйте зараз: завантажте документ, щоб розпочати переклад, зберігаючи вихідний макет

Посилання

• pypdf Об’єднання PDF-документації
• Довідник API PdfWriter