Μετάβαση στο κύριο περιεχόμενο
PPDF123

Αφαίρεση κενών σελίδων από ένα PDF

Η Αφαίρεση κενών σελίδων ταξινομεί τις σελίδες ενός PDF σε κενές και μη κενές και τις επιστρέφει ως ξεχωριστά PDF σε ZIP. Μια σελίδα θεωρείται κενή όταν δεν έχει εξαγώγιμο κείμενο ούτε ενσωματωμένες εικόνες.

Σύρετε και αφήστε αρχεία εδώ ή κάντε κλικ για επιλογή

Δέχεται PDF · έως 500.0 MB ανά αρχείο · έως 20 αρχεία τη φορά

Μπορείτε επίσης να επικολλήσετε ένα αρχείο με Ctrl/Cmd+V ή από το μενού του προχείρου.

Η Αφαίρεση κενών σελίδων ταξινομεί κάθε σελίδα ως κενή ή μη κενή και επιστρέφει ένα ZIP με υποσύνολα qpdf. Μια σελίδα θεωρείται κενή όταν δεν έχει εξαγώγιμο κείμενο ούτε ενσωματωμένες εικόνες, οπότε μια σελίδα με μόνο διανυσματικές γραμμές θεωρείται κενή. Το πεδίο `threshold` δεν επηρεάζει σελίδες που περιέχουν οποιοδήποτε κείμενο, και το `whitePercent` διαβάζεται και απορρίπτεται.

Αν υπάρχουν και οι δύο κατηγορίες, παίρνετε `{base}_blank.pdf` και `{base}_nonblank.pdf`. Αν όλες οι σελίδες είναι κενές, προκύπτει `{base}_allBlankPages.pdf`. Αν όλες είναι μη κενές, προκύπτει `nonblank.pdf`.

Δεν είναι οπτικός ανιχνευτής λευκών σελίδων και δεν είναι OCR. Μια σαρωμένη φόρμα που είναι εικόνα θεωρείται μη κενή, επειδή το `page_has_images` είναι αληθές. Μια σελίδα με μόνο διανυσματικές γραμμές και χωρίς κείμενο μπορεί να φαίνεται τυπωμένη και παρ' όλα αυτά να ταξινομηθεί ως κενή.

Τα αρχεία με κωδικό ξεκλειδώνονται για εσάς σε αυτή τη σελίδα μόλις εισαγάγετε τον κωδικό· οι χρήστες API εκτελούν πρώτα «Αφαίρεση κωδικού».

Η απόφαση παίρνεται σελίδα προς σελίδα. Το εργαλείο εξάγει το κείμενο της σελίδας και ελέγχει αν η σελίδα έχει οποιαδήποτε ενσωματωμένη εικόνα. Μια σελίδα με τουλάχιστον μία λέξη κειμένου είναι μη κενή. Μια σελίδα με εικόνα είναι μη κενή. Μόνο μια σελίδα χωρίς κανένα από τα δύο μπορεί να είναι κενή. Μια σελίδα της οποίας το εξαγόμενο κείμενο είναι μόνο κενά ή αλλαγές γραμμής αποτελεί ειδική περίπτωση: είναι κενή μόνο όταν το `threshold` είναι 0 ή μικρότερο, οπότε με την προεπιλογή 10 της φόρμας μένει στο αρχείο των μη κενών.

Οι σελίδες που φαίνονται άδειες σε έναν άνθρωπο αλλά δεν είναι άδειες για το εργαλείο είναι η συνηθισμένη έκπληξη. Η σάρωση ενός λευκού φύλλου είναι εικόνα, οπότε πηγαίνει στο αρχείο των μη κενών ακόμη και όταν είναι καθαρά λευκή. Μια σελίδα της οποίας το κείμενο μετατράπηκε σε περιγράμματα ή σχεδιάστηκε ως διανυσματικά σχήματα δεν έχει εξαγώγιμο κείμενο ούτε εικόνα, οπότε πηγαίνει στο αρχείο των κενών ακόμη και αν δείχνει μια τυπωμένη λέξη. Αν το κείμενο μιας σελίδας δεν μπορεί να διαβαστεί καθόλου, το εργαλείο την αντιμετωπίζει ως κενή, οπότε και μια σελίδα με κατεστραμμένο πίνακα γραμματοσειράς και χωρίς εικόνες μπορεί να καταλήξει στο αρχείο των κενών. Ελέγξτε το αρχείο των κενών πριν πετάξετε οτιδήποτε.

Τίποτα δεν διαγράφεται από το πρωτότυπό σας. Και οι δύο έξοδοι είναι νέα αρχεία χτισμένα από υποσύνολα σελίδων, καθένα με την αρχική σειρά σελίδων. Ανοίξτε το αρχείο των μη κενών ως καθαρισμένο αντίγραφο και ρίξτε μια ματιά στο αρχείο των κενών για να επιβεβαιώσετε ότι περιέχει μόνο διαχωριστικά φύλλα.

Για μία γνωστή σελίδα, όπως ένα εξώφυλλο, η «Διαγραφή σελίδων» είναι ταχύτερη. Για σαρώσεις όπου οι λευκές σελίδες είναι εικόνες, το εργαλείο δεν μπορεί να τις ξεχωρίσει, και θα πρέπει να αναφέρετε μόνοι σας τους αριθμούς τους στη «Διαγραφή σελίδων» αφού δείτε το αρχείο. Αν θέλετε μόνο να αφαιρέσετε εικόνες από ένα έγγραφο, χρησιμοποιήστε την «Αφαίρεση εικόνων» και όχι αυτό το εργαλείο, που αφορά σελίδες.

Λειτουργίες

  • Ευρετική κειμένου + εικόνας· ZIP με κενά ή/και μη κενά υποσύνολα
  • Το `whitePercent` αγνοείται· το `threshold` δεν επηρεάζει σελίδες με κείμενο
  • Κείμενο μόνο από κενά θεωρείται κενό μόνο όταν το `threshold` είναι 0 ή μικρότερο
  • Οι σαρώσεις που είναι μόνο εικόνες θεωρούνται μη κενές
  • Οι σελίδες κρατούν την αρχική σειρά τους μέσα σε κάθε αρχείο εξόδου
  • Το αρχικό αρχείο σας δεν τροποποιείται ποτέ
  • Ανώνυμο API: /api/v1/misc/remove-blanks

Πότε το χρησιμοποιείτε

  • Αφαίρεση διαχωριστικών σελίδων χωρίς κείμενο από μια εξαγωγή ψηφιακής προέλευσης
  • Διατήρηση των σαρωμένων εικόνων μαζί, ακόμη και όταν φαίνονται λευκές
  • Έλεγχος και των δύο στοιχείων του ZIP πριν διαγραφεί οτιδήποτε
  • Καθαρισμός μιας αναφοράς που εξήχθη από επεξεργαστή κειμένου, όπου μια χειροκίνητη αλλαγή σελίδας άφησε άδεια φύλλα ανάμεσα στις ενότητες
  • Έλεγχος αν μια μεγάλη εξαγωγή περιέχει καθόλου σελίδες χωρίς κείμενο πριν αποφασίσετε να την επεξεργαστείτε με το χέρι

Πώς αφαιρώ κενές σελίδες από ένα PDF;

  1. Ανεβάστε ένα PDF που προήλθε από επεξεργαστή κειμένου, εξαγωγή υπολογιστικού φύλλου ή πρόγραμμα οδήγησης εκτύπωσης σε PDF, όπου οι κενές σελίδες πραγματικά δεν έχουν κείμενο.
  2. Αφήστε το threshold στο 10 και το whitePercent στο 99.9. Κανένα από τα δύο δεν αλλάζει ποιες σελίδες με κείμενο ή εικόνα διατηρούνται.
  3. Πατήστε «Εκτέλεση» και κατεβάστε το `{name}_removeBlanks.zip`, και μετά αποσυμπιέστε το.
  4. Κοιτάξτε τα ονόματα των αρχείων: `_nonblank.pdf` μαζί με `_blank.pdf` σημαίνει ότι βρέθηκαν και τα δύο είδη, το `_allBlankPages.pdf` σημαίνει ότι κάθε σελίδα θεωρήθηκε κενή, και ένα μοναδικό `nonblank.pdf` σημαίνει ότι καμία δεν θεωρήθηκε.
  5. Ανοίξτε το αρχείο των κενών και επιβεβαιώστε ότι περιέχει μόνο άδεια διαχωριστικά φύλλα, και μετά χρησιμοποιήστε το αρχείο των μη κενών ως καθαρισμένο αντίγραφο.
  6. Αν μια σελίδα που περιμένατε να είναι κενή βρίσκεται στο αρχείο των μη κενών, πιθανότατα περιέχει εικόνα ή αδέσποτο κείμενο· σημειώστε τον αριθμό της και αφαιρέστε την με τη «Διαγραφή σελίδων».

Όρια και ειδικές περιπτώσεις

  • Όχι οπτική ανίχνευση λευκού χώρου
  • Όχι OCR
  • Το whitePercent δεν χρησιμοποιείται
  • Μια σελίδα με οποιαδήποτε εικόνα θεωρείται μη κενή, ακόμη και μια καθαρά λευκή σάρωση
  • Οι σελίδες που σχεδιάζονται μόνο με διανυσματικά σχήματα ή κείμενο σε περιγράμματα θεωρούνται κενές
  • Το αποτέλεσμα είναι ένα ZIP με έως δύο PDF, όχι ένα καθαρισμένο PDF
  • Όριο ανεβάσματος σε αυτόν τον ιστότοπο: 500 MB ανά αρχείο, με αποστολή σε τμήματα πάνω από περίπου 95 MB. Το σώμα ενός μεμονωμένου άμεσου αιτήματος API περιορίζεται στα 100 MB.

Παραδείγματα

  • Ένα PDF με άδειες σελίδες κειμένου και μία σάρωση εικόνας δίνει ένα αρχείο κενών και ένα αρχείο μίας σελίδας μη κενών
  • Ένα ZIP με πλήρως εικονογραφημένη σάρωση περιέχει μόνο nonblank.pdf
  • Μια εξαγωγή 4 σελίδων με κείμενο στις σελίδες 1 και 3 και τίποτα στις σελίδες 2 και 4 επιστρέφει `{name}_blank.pdf` με τις σελίδες 2 και 4, και `{name}_nonblank.pdf` με τις σελίδες 1 και 3
  • Ένα αρχείο 3 σελίδων χωρίς κείμενο ή εικόνες πουθενά επιστρέφει ένα αρχείο με όνομα `{name}_allBlankPages.pdf` που περιέχει και τις τρεις σελίδες

Απόρρητο για αυτό το εργαλείο

Τα αρχεία ανεβαίνουν μέσω HTTPS, επεξεργάζονται στη μνήμη ή σε βραχύβιο προσωρινό κατάλογο στους διακομιστές μας και διαγράφονται όταν το αποτέλεσμα είναι έτοιμο. Δεν κρατάμε αντίγραφα για μετέπειτα περιήγηση, εκπαίδευση μοντέλων ή διαφημιστικά προφίλ. Οι λεπτομέρειες διατήρησης και οι γνωστοποιήσεις για cookie του AdSense βρίσκονται στην Πολιτική απορρήτου.

Συχνές ερωτήσεις

Γιατί η λευκή σαρωμένη σελίδα μου είναι ακόμη εκεί;
Περιέχει ένα image XObject. Ο ταξινομητής θεωρεί μη κενή κάθε σελίδα με εικόνες.
Κάνει κάτι το whitePercent 99.9;
Όχι. Ο κώδικας το δεσμεύει και το αγνοεί.
Η έξοδος είναι ένα PDF με διαγραμμένες τις κενές σελίδες;
Όχι. Είναι ένα ZIP που μπορεί να περιέχει αρχεία με κενές και με μη κενές σελίδες.
Μπορώ να κάνω OCR και μετά να αφαιρέσω τις κενές;
Το OCR επιστρέφει Markdown, όχι PDF που μπορείτε να στείλετε εδώ.
Τι σημαίνουν τα ονόματα των αρχείων μέσα στο ZIP;
Όταν υπάρχουν και τα δύο είδη σελίδων, παίρνετε `{name}_blank.pdf` και `{name}_nonblank.pdf`. Αν κάθε σελίδα θεωρήθηκε κενή, το ZIP περιέχει μόνο το `{name}_allBlankPages.pdf`. Αν καμία δεν θεωρήθηκε, περιέχει μόνο το `nonblank.pdf`, που έχει τις ίδιες σελίδες με το αρχείο που ανεβάσατε.
Το ZIP μου περιέχει μόνο nonblank.pdf. Σημαίνει αυτό ότι δεν υπήρχαν άδειες σελίδες;
Σημαίνει ότι καμία σελίδα δεν πέρασε τον έλεγχο του να μην έχει ούτε κείμενο ούτε εικόνες. Τα σαρωμένα λευκά φύλλα είναι εικόνες, οπότε καταλήγουν στο αρχείο των μη κενών. Το ίδιο συμβαίνει με μια σελίδα που έχει μόνο λίγα κενά διαστήματα, εκτός αν το threshold είναι 0 ή μικρότερο.
Γιατί μια σελίδα με τυπωμένη λέξη κατέληξε στο αρχείο των κενών;
Το εργαλείο κρίνει την κενότητα από το εξαγώγιμο κείμενο και τις εικόνες, όχι από το πώς φαίνεται η σελίδα. Μια λέξη που σχεδιάζεται ως διανυσματικά σχήματα αντί για κείμενο δεν έχει κανένα από τα δύο, οπότε η σελίδα θεωρείται κενή. Ανοίξτε το αρχείο των κενών πριν το πετάξετε.
Αλλάζει το πρωτότυπο ή τη σειρά των σελίδων;
Όχι. Το πρωτότυπο μένει ανέγγιχτο, και κάθε αρχείο εξόδου απαριθμεί τις σελίδες του με την ίδια σχετική σειρά όπως η είσοδος.
Ποιο εργαλείο αφαιρεί συγκεκριμένες σελίδες αντί για αυτό;
Χρησιμοποιήστε τη «Διαγραφή σελίδων» όταν ήδη ξέρετε τους αριθμούς των σελίδων. Η Αφαίρεση κενών σελίδων είναι για όταν θέλετε το εργαλείο να ξεχωρίσει για εσάς τις σελίδες χωρίς κείμενο.

Τελευταία ενημέρωση:

Κλήση από κώδικα

Κάθε εργαλείο στον ιστότοπο είναι ένα απλό REST API. Για ανώνυμη χρήση δεν χρειάζεται λογαριασμός ούτε κλειδί API. Ίδιο για πρόγραμμα περιήγησης, προγραμματιστές και πράκτορες AI.

curl -X POST "https://pdf123.xyz/api/v1/misc/remove-blanks" \
  -F "[email protected]" \
  -F "threshold=10" \
  -F "whitePercent=99.9" \
  -o output.pdf

Διατίθεται και ως εργαλείο MCP, για πελάτες που μιλούν Model Context Protocol (JSON-RPC 2.0 μέσω POST /mcp). Πλήρης αναφορά API

Χρήση από πράκτορα AI

Skill

Με αυτό το skill, τα Claude Code, Codex, Cursor και άλλοι πράκτορες AI μπορούν να εκτελέσουν το «Αφαίρεση κενών σελίδων» για εσάς: /skills/pdf123-remove-blanks.md

Όλα τα skills για πράκτορες

Τα αρχεία χρησιμοποιούνται μόνο για αυτή την εργασία και διαγράφονται αυτόματα μετά.