产品更新约 1 分钟阅读

合并 PDF,而不把一切压成图像

合并 PDF 的做法是拼接页面流:字体、矢量与书签原样保留,文字仍可选可搜。把每页栅格化成图像是另一条更损的作业,本站的合并不做栅格化这件事。

PDF123 团队 · 更新于 2026-09-29
合并 PDF,而不把一切压成图像

“把这五份 PDF 合并一下”可能指两条流水线。一条把既有的页面对象拼进单个文件;另一条把每页打印成位图,再把图片打包成一份新 PDF。两者都产出一个附件,但只有前者保留可选中文字与锐利矢量。

结构合并到底做了什么

在 PDF123 上,合并 通过拼接每个文件的页面对象,把两份或更多 PDF 合成一份。服务端用空底座跑 qpdf,对输入施加 --pages,这是 qpdf 手册里用来合并多个文件页面的页面选择写法:页面流是作为页面搬过去的,不是截图。嵌入字体与矢量跟着这些页面一起走,书签却不会:手册写明 qpdf 从主输入文件取大纲之类的文档级信息,而空底座没有这些。这条路径没有任何一步把页面栅格化成图像,原生数字合同拼接后仍可搜索与复制。

默认上传顺序就是输出顺序。HTTP 表单在同一个请求里接受重复的 fileInput 部分;批大小只受上传限制约束,没有“最多两份”的硬上限。可选的 sortType=byFileName 会在拼接前按文件名重排输入。各来源的书签不会带进合并后的文件(一次测试里,两份各带一个书签的输入合并后一个书签也没有),需要它们的大纲就留着原件。

单文件上传就是对这份 PDF 的原样直通。两份及以上会变成一份 merged.pdf,其页面是按所选顺序拼接的结果。OpenAPI、MCP 与 pdfx merge 暴露的是同一个 op id,所以脚本和浏览器点击不会对“合并”这件事偷偷给出不同答案。

什么时候会不小心栅格化

有些“合并”流程会先导出成图像(传真网关、扫描应用、以屏幕分辨率打印成 PDF),或者在拼接前把注释压成位图。文件体积因此暴涨、可能得重新 OCR,放大后还能看到像素边缘。

源文件本来就是数字 PDF 时,优先用流合并。只有当输入是扫描件、没有可用文本时才用 OCR,并且记住这里的 OCR 默认返回 Markdown(text/markdown);它的可搜索 PDF 输出是用 300 dpi 页面图像加隐藏文本层重建的,不是用原页面合并出来的。先栅格化再 OCR,与合并原生数字文件是两条产品路径。

如果你要的是页面图像,那是转换作业(PDF 转图像),不是合并。两种意图混在一起,“合并”结果就会变成几兆字节的文档相册。结构合并后再做压缩仍能缩小流,但撤不掉你已经烤进去的栅格化。

合并不承诺什么

合并不统一页面尺寸,不跨文件统一字体,也不从零重建目录。它不会替你解密已加密的输入:源文件有密码保护时先解锁。它也不替代某些法院门户要求的 portfolio/package 容器格式,只产出普通多页 PDF。

这些限制和你用浏览器、REST、MCP 还是 pdfx 无关。这个 op 是刻意收窄的,好让输出对自动化保持可预测。如果你需要有序的多步作业(先合并,再加水印,再压缩),用 POST /api/v1/pipeline 传一个有序的 steps 列表,而不是发明第二个“智能合并”开关。

怎么跑

在浏览器里用 合并 PDF,或者向 POST /api/v1/general/merge-pdfs 提交重复的 fileInput 部分(开发者)。命令行:

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

也可以显式指定 base 与 Key,用于自托管或其他服务器:

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

公网站上的匿名目录调用不需要 Key;Key 的意义在于稳定的自动化身份,以及给带门闸的自托管服务器做认证。同一个 op 怎么用 curl 和 MCP 调用,见同一操作,四种客户端。

打开工具
在浏览器里完成处理,不加水印,文件处理完就会删除。
打开工具