Cómo fusionar, dividir y comprimir PDF sin perder calidad

Qué hay dentro de un archivo PDF

Un PDF no es una imagen de una página. Es un contenedor estructurado hecho de objetos numerados. Algunos objetos describen páginas, algunos mantienen las instrucciones de dibujo para cada página, algunos tienen fuentes y otros tienen imágenes. Una tabla de referencias cruzadas al final del archivo registra dónde se inicia cada objeto, y un trailer apunta a la raíz del documento, llamado el catálogo, que a su vez apunta a un árbol de páginas que lista cada página en orden.

Cada página tiene un flujo de contenido, una lista compacta de instrucciones como mover aquí, seleccionar esta fuente a este tamaño, dibujar este texto, o pintar esta imagen en este rectángulo. El texto dibujado de esta manera permanece como caracteres reales, para que pueda buscar, seleccionar y copiarlo. Un documento escaneado es diferente: cada página es generalmente una imagen grande, y a menos que se haya aplicado el reconocimiento óptico de caracteres, no hay texto para buscar en absoluto. Saber qué tipo de PDF tienes explica la mayoría de lo que sucede cuando lo editas o lo comprimes.

Debido a que los objetos se pueden compartir, dos páginas pueden apuntar a la misma fuente o la misma imagen de logotipo. Esta es una razón por la que los PDFs pueden ser sorprendentemente pequeños, y también importa cuando los archivos se fusionan.

Cómo funciona la fusión

Fusionar crea un nuevo documento y copia los objetos de página de cada archivo fuente en él, junto con todo lo que esas páginas dependen, como fuentes, imágenes y anotaciones. El nuevo árbol de páginas lista las páginas en el orden que elige. Hecho correctamente, la fusión es sin pérdidas: ningún texto es re-renderizado y ninguna imagen es recomprimida, por lo que el archivo fusionado se parece exactamente a los originales.

Unas cuantas cosas valen la pena comprobar antes de fusionarse. Decida primero el pedido de archivos, ya que la mayoría de las herramientas se fusionan en el orden en que se enumeran los archivos. Recuerda que cada fuente puede llevar tu propia copia de una fuente o logotipo, por lo que el archivo fusionado puede ser más grande de lo que espera. Los campos de formulario interactivos pueden chocar si dos archivos usan los mismos nombres de campo, y los marcadores o un esquema de los originales no pueden llevar a través. Los archivos protegidos por contraseña deben ser desbloqueados por alguien que conozca la contraseña antes de que tus páginas puedan ser copiadas.

Orden de página de separación, extracción y fijación

Dividir se está fusionando en reversa. Usted elige qué páginas van en cada archivo de salida, y la herramienta copia sólo esas páginas y sus recursos en nuevos documentos. Los patrones comunes están dividiendo cada página en tu propio archivo, extrayendo un rango como las páginas 5 a 12, o rompiendo un archivo largo en capítulos. Los rangos de páginas normalmente se escriben con comas y guiones, por lo que 1,3, 5-7 significa páginas 1, 3, 5, 6 y 7.

Los problemas de orden de páginas son comunes con los escaneos, donde un documento de doble cara puede salir como todas las páginas impares seguidas por las páginas pares en reversa. Reordenar simplemente reescribir el árbol de páginas, por lo que también es sin pérdidas. La rotación es similar: un PDF almacena la rotación como una configuración de página en múltiplos de 90 grados, por lo que girar un escaneo lateral hacia arriba no lo degrada. Añadir números de página, por el contrario, dibuja texto nuevo en cada página, que es un pequeño pero real cambio en el contenido.

Un buen hábito es comprobar el recuento de páginas después de cada división o fusión. Si usted comenzó con tres archivos de 4, 10 y 6 páginas, el archivo fusionado debe tener 20 páginas, y la extracción de las páginas 5 a 12 de él debe producir exactamente 8.

Lo que la compresión puede y no puede hacer

La compresión es donde más a menudo las expectativas salen mal. Los dibujos de texto y vector ya se almacenan como instrucciones compactas, generalmente comprimidas con el algoritmo Flate sin pérdidas, por lo que un PDF de sólo texto tiene poco que perder. Un informe de 40 páginas sin imágenes puede ser de 300 KB, y ninguna herramienta honesta lo reducirá a 30 KB sin destruirlo. Optimización estructural sin pérdidas, que elimina objetos no utilizados, empaqueta objetos más firmemente y recomprime flujos, a menudo ahorra sólo un poco por ciento en archivos como este, y a veces nada en absoluto.

Las imágenes son donde vive el tamaño. Una sola foto del teléfono o una página escaneada a 300 DPI en color puede ser varios megabytes. Las reducciones reales provienen de la reducción de la resolución de imagen y la aplicación de compresión JPEG con pérdida. La aritmética es sencilla: una página de tamaño de letra es de 8,5 por 11 pulgadas, por lo que en 300 DPI tiene 2.550 por 3.300 píxeles, alrededor de 8,4 millones de píxeles. En 150 DPI tiene 1.275 por 1.650, unos 2,1 millones de píxeles, un cuarto más. Reducir a la mitad la resolución elimina aproximadamente el 75 por ciento de los datos de la imagen antes de que comience la compresión de JPEG.

La compensación es de calidad. Alrededor de 96 DPI está bien para ver en pantalla, pero el texto pequeño puede volverse confuso, aproximadamente 150 DPI es un equilibrio razonable para la mayoría de los documentos, y 200 DPI o más es más seguro para la impresión. Algunos métodos de compresión también aplanan cada página en una imagen, lo que elimina la capa de texto, por lo que el resultado ya no puede ser buscado o copiado y los lectores de pantalla no pueden leerlo. Siempre abre el archivo comprimido, haz zoom en el texto más pequeño y compare el nuevo tamaño de archivo con el original, ya que la recompresión de un archivo ya optimizado puede incluso hacerlo más grande.

Un ejemplo práctico

Imagine que necesita enviar una solicitud de empleo a través de un portal con un límite de 5 MB. Tiene una carta de presentación de dos páginas exportada de un procesador de textos (120 KB), un curriculum vitae de tres páginas (180 KB), y dos certificados escaneados a 300 DPI en color, cada uno de ellos una página y 3,2 MB. Combinado en ese orden, el archivo tiene 2 + 3 + 1 + 1 = 7 páginas y es de aproximadamente 6,7 MB, sobre el límite.

Comprimir todo el archivo con un ajuste estructural sin pérdidas apenas lo tocará, porque casi todo el tamaño está en los dos escaneos. En su lugar, aplica un ajuste de rastras de aproximadamente 144 DPI a sólo las páginas de certificados, o recomprimirlas antes de fusionarse. La caída de 300 a 144 DPI mantiene aproximadamente (144 dividido por 300) al cuadrado, o el 23 por ciento, de los píxeles, y la compresión de JPEG típicamente los reduce aún más, por lo que cada certificado es probable que aterrice bien por debajo de 1 MB. Mantén la letra y continúe como están, por lo que tu texto permanece nítido y buscable, luego se fusiona. El archivo final debe entrar cómodamente por debajo de 5 MB con siete páginas en el orden correcto.

Privacidad y procesamiento local

Muchos servicios de PDF en línea funcionan cargando tu archivo a un servidor remoto, procesándolo allí, y enviando de vuelta el resultado. Para un menú de restaurante que apenas importa, pero los PDFs a menudo contienen estados bancarios, registros médicos, documentos de identidad, formularios de impuestos y contratos firmados. Una vez que se carga un archivo, usted confía en la política de retención y seguridad del servicio.

El procesamiento en el navegador evita eso. El documento se lee y se reescribe en tu propio dispositivo, y los bytes nunca necesitan dejarlo. Todavía es sensato trabajar en una copia, mantener el original hasta que haya comprobado la salida, y recuerda que ocultar contenido no es lo mismo que eliminarlo. Dibujar una caja negra sobre texto en algunos editores deja el texto debajo, así que uses una función de redacción adecuada y comprueba el resultado antes de compartir cualquier cosa sensible.

Hacerlo con herramientas PDF ToolWorld

ToolWorld PDF Tools ejecuta sus operaciones localmente en tu navegador, por lo que los bytes de documentos permanecen en tu dispositivo. Puede fusionar archivos en el orden en que se muestran, dividir un documento en una sola página o en grupos de rango separados por semicolons, y comprimir utilizando la optimización de la estructura sin pérdidas o presets de raster para la calidad de la pantalla en 96 DPI, equilibrado en 144 DPI, o imprimir en 200 DPI. Advierte que la compresión de ráster elimina la capa de texto y que la compresión no está garantizada, lo que coincide con los límites descritos anteriormente. La misma herramienta también maneja marcas de agua, protección de contraseñas y desbloqueo, metadatos, conversión de imagen a PDF, OCR y redacción.

Para correcciones de nivel de página, ToolWorld PDF Page Organizer le permite reordenar páginas con controles de movimiento hacia arriba y hacia abajo, eliminar páginas, rotar todas las páginas y añadir números de página antes de descargar el resultado. Si necesita editar las propias palabras en lugar de las páginas, el PDF to Word Converter convierte los PDF basados en texto en archivos DOCX editables, con selección de página y una vista previa del texto extraído. Los PDF escaneados no tienen capa de texto, así que ejecute OCR primero si desea texto editable de un escaneo.