Συγχώνευση PDF χωρίς να μετατραπούν όλα σε εικόνες

Το «συγχώνευσε αυτά τα πέντε PDF» μπορεί να σημαίνει δύο διαφορετικές ροές. Η μία συνενώνει τα υπάρχοντα αντικείμενα σελίδων σε ένα αρχείο. Η άλλη εκτυπώνει κάθε σελίδα σε ψηφιδωτή εικόνα και πακετάρει τις εικόνες σε νέο PDF. Και οι δύο παράγουν ένα συνημμένο. Μόνο η πρώτη διατηρεί επιλέξιμο κείμενο και καθαρά διανύσματα.

Τι κάνει μια δομική συγχώνευση

Στο PDF123, η Συγχώνευση συνδυάζει δύο ή περισσότερα PDF ενώνοντας τα αντικείμενα σελίδων κάθε αρχείου. Η διαδρομή στον διακομιστή τρέχει το qpdf με κενή βάση και --pages πάνω στις εισόδους: οι ροές σελίδων μετακινούνται ως σελίδες, όχι ως στιγμιότυπα οθόνης. Οι ενσωματωμένες γραμματοσειρές, τα διανύσματα και οι υπάρχοντες σελιδοδείκτες ταξιδεύουν μαζί με τις σελίδες. Τίποτα σε αυτή τη διαδρομή δεν μετατρέπει σελίδα σε εικόνα, οπότε ένα ψηφιακά γεννημένο συμβόλαιο παραμένει αναζητήσιμο και αντιγράψιμο μετά την ένωση.

Η σειρά μεταφόρτωσης είναι εξ ορισμού η σειρά εξόδου. Η φόρμα HTTP δέχεται επαναλαμβανόμενα τμήματα fileInput σε ένα αίτημα· το μέγεθος παρτίδας περιορίζεται από τα όρια μεταφόρτωσης, όχι από ανώτατο όριο δύο αρχείων. Η προαιρετική παράμετρος sortType=byFileName αναδιατάσσει τις εισόδους κατά όνομα αρχείου πριν από την ένωση. Οι σελιδοδείκτες κάθε πηγής μπορούν να διατηρηθούν· η συγχώνευση δεν επινοεί τέλειο δέντρο περιγραμμάτων αν οι είσοδοι δεν είχαν ποτέ ένα.

Η μεταφόρτωση ενός μόνο αρχείου είναι πέρασμα χωρίς αλλαγή. Δύο ή περισσότερα αρχεία γίνονται ένα merged.pdf του οποίου οι σελίδες είναι η συνένωση των εισόδων με τη σειρά που επιλέχθηκε. Το ίδιο αναγνωριστικό λειτουργίας εκθέτουν το OpenAPI, το MCP και το pdfx merge, ώστε ένα σενάριο και ένα κλικ στον φυλλομετρητή να μη διαφωνούν κρυφά για το τι σημαίνει «συγχώνευση».

Πότε οι άνθρωποι ραστεροποιούν κατά λάθος

Ορισμένες ροές «συνδυασμού» εξάγουν πρώτα σε εικόνες (πύλες φαξ, εφαρμογές σάρωσης, εκτύπωση σε PDF σε ανάλυση οθόνης) ή επιπεδώνουν τις σημειώσεις σε ψηφιδωτές εικόνες πριν από την ένωση. Το μέγεθος του αρχείου εκτοξεύεται, το OCR μπορεί να χρειαστεί ξανά και η μεγέθυνση δείχνει άκρες εικονοστοιχείων.

Προτιμήστε συγχώνευση ροών όταν οι πηγές είναι ήδη ψηφιακά PDF. Προτιμήστε το OCR μόνο όταν οι είσοδοι είναι σαρώσεις χωρίς αξιοποιήσιμο κείμενο, και θυμηθείτε ότι το OCR εδώ επιστρέφει Markdown (text/markdown), όχι PDF με κρυφό στρώμα κειμένου. Η ραστεροποίηση και μετά το OCR είναι διαφορετική διαδρομή προϊόντος από τη συγχώνευση ψηφιακών αρχείων.

Αν χρειάζεστε εικόνες των σελίδων, αυτό είναι εργασία μετατροπής (PDF σε εικόνες), όχι συγχώνευσης. Η ανάμειξη αυτών των προθέσεων είναι ο τρόπος με τον οποίο τα «συγχωνευμένα» αρχεία γίνονται άλμπουμ εγγράφων πολλών megabyte. Η συμπίεση μετά από μια δομική συγχώνευση μπορεί να μικρύνει ακόμη τις ροές (Συμπίεση)· δεν αναιρεί μια ραστεροποίηση που έχετε ήδη αποτυπώσει.

Τι δεν υπόσχεται η συγχώνευση

Η συγχώνευση δεν κανονικοποιεί μεγέθη σελίδων, δεν ενοποιεί γραμματοσειρές μεταξύ αρχείων και δεν ξαναχτίζει πίνακα περιεχομένων από το μηδέν. Δεν αποκρυπτογραφεί κρυπτογραφημένες εισόδους για εσάς· ξεκλειδώστε πρώτα αν η πηγή προστατεύεται με κωδικό. Δεν αντικαθιστά τη μορφή συσκευασίας χαρτοφυλακίου που περιμένουν ορισμένες δικαστικές πύλες· παράγει ένα συνηθισμένο πολυσέλιδο PDF.

Αυτά τα όρια είναι ίδια είτε χρησιμοποιείτε τον φυλλομετρητή, το REST, το MCP ή το pdfx. Η λειτουργία είναι σκόπιμα στενή, ώστε η έξοδος να μένει προβλέψιμη για αυτοματοποίηση. Αν χρειάζεστε διατεταγμένη πολυβηματική εργασία (συγχώνευση, μετά υδατογράφημα, μετά συμπίεση), χρησιμοποιήστε το POST /api/v1/pipeline με διατεταγμένη λίστα steps αντί να επινοήσετε δεύτερη «έξυπνη» σημαία συγχώνευσης.

Πώς να το εκτελέσετε

Συγχώνευση PDF στον φυλλομετρητή, ή POST /api/v1/general/merge-pdfs με επαναλαμβανόμενα τμήματα fileInput (Προγραμματιστές). Από ένα κέλυφος:

pdfx merge a.pdf b.pdf -o merged.pdf

Ή απέναντι σε φιλοξενούμενη ή αυτο-φιλοξενούμενη βάση:

pdfx --cloud --api-base "$API_BASE" --api-key "$KEY" merge a.pdf b.pdf -o merged.pdf

Οι ανώνυμες κλήσεις στον κατάλογο δεν χρειάζονται κλειδί στον δημόσιο ιστότοπο· τα κλειδιά μετρούν για σταθερή ταυτότητα αυτοματοποίησης και για αυτο-φιλοξενούμενους διακομιστές με έλεγχο πρόσβασης. Για την ίδια λειτουργία και μέσω curl και MCP, δείτε το Ίδια λειτουργία, τέσσερις πελάτες.