Langkau ke kandungan utama
PPDF123

Buang Halaman Kosong dalam PDF

Buang halaman kosong menyusun halaman PDF kepada set kosong dan bukan kosong dan memulangkannya sebagai PDF berasingan dalam ZIP. Satu halaman dikira kosong apabila tiada teks yang boleh diekstrak dan tiada imej terbenam.

Seret dan lepaskan fail di sini, atau klik untuk pilih

Menerima PDF · sehingga 500.0 MB setiap fail · sehingga 20 fail sekali gus

Anda juga boleh menampal fail dengan Ctrl/Cmd+V atau dari menu papan keratan.

Buang halaman kosong mengelaskan setiap halaman sebagai kosong atau bukan kosong, kemudian memulangkan ZIP subset qpdf. Satu halaman dianggap kosong apabila tiada teks yang boleh diekstrak dan tiada imej terbenam, jadi halaman yang hanya ada garis vektor dikira kosong. Medan `threshold` tidak memberi kesan pada halaman yang mengandungi sebarang teks, dan `whitePercent` dibaca kemudian dibuang.

Jika kedua-dua kelas wujud, anda mendapat `{base}_blank.pdf` dan `{base}_nonblank.pdf`. Jika semua kosong, hasilnya `{base}_allBlankPages.pdf`. Jika semua bukan kosong, hasilnya `nonblank.pdf`.

Ini bukan pengesan halaman putih secara visual dan bukan OCR. Borang imbasan yang berupa imej dianggap bukan kosong kerana `page_has_images` benar. Halaman yang hanya ada garis vektor tanpa teks mungkin kelihatan dicetak tetapi dikelaskan sebagai kosong.

Fail yang dilindungi kata laluan dibuka untuk anda pada halaman ini sebaik sahaja anda memasukkan kata laluan; pemanggil API perlu menjalankan Buang kata laluan dahulu.

Keputusan dibuat halaman demi halaman. Alat mengekstrak teks halaman dan menyemak sama ada halaman itu mempunyai sebarang imej terbenam. Halaman dengan sekurang-kurangnya satu perkataan teks ialah bukan kosong. Halaman dengan imej ialah bukan kosong. Hanya halaman tanpa kedua-duanya boleh menjadi kosong. Halaman yang teks diekstraknya hanya ruang atau pemisah baris ialah kes khas: ia kosong hanya apabila `threshold` ialah 0 atau lebih rendah, jadi dengan lalai borang iaitu 10 ia kekal dalam fail bukan kosong.

Halaman yang kelihatan kosong kepada manusia tetapi tidak kosong bagi alat ialah kejutan yang biasa. Imbasan helaian kosong ialah imej, jadi ia masuk ke fail bukan kosong walaupun putih bersih. Halaman yang teksnya ditukar kepada garis bentuk atau dilukis sebagai bentuk vektor tidak mempunyai teks yang boleh diekstrak dan tiada imej, jadi ia masuk ke fail kosong walaupun menunjukkan perkataan yang dicetak. Jika teks halaman langsung tidak dapat dibaca, alat menganggapnya kosong, jadi halaman dengan jadual fon yang rosak dan tanpa imej juga boleh terletak dalam fail kosong. Semak fail kosong sebelum anda membuang apa-apa.

Tiada apa-apa dipadam daripada fail asal anda. Kedua-dua output ialah fail baharu yang dibina daripada subset halaman, masing-masing mengikut tertib halaman asal. Buka fail bukan kosong sebagai salinan bersih anda dan lihat sekali imbas fail kosong untuk mengesahkan ia hanya mengandungi helaian pemisah.

Untuk satu halaman yang diketahui, seperti kulit, Buang halaman lebih pantas. Untuk imbasan yang halaman putihnya ialah imej, alat tidak dapat mengasingkannya, dan anda perlu menyenaraikan nombor halamannya sendiri dalam Buang halaman selepas melihat fail. Jika anda hanya mahu membuang gambar daripada dokumen, gunakan Buang imej dan bukan alat ini, yang berkenaan halaman.

Ciri

  • Heuristik teks plus imej; ZIP subset kosong dan/atau bukan kosong
  • `whitePercent` diabaikan; `threshold` tidak menjejaskan halaman yang ada teks
  • Teks ruang sahaja dikira kosong hanya apabila `threshold` ialah 0 atau lebih rendah
  • Imbasan imej sahaja dianggap bukan kosong
  • Halaman mengekalkan tertib asalnya dalam setiap fail output
  • Fail asal anda tidak pernah diubah
  • API tanpa nama di /api/v1/misc/remove-blanks

Bila menggunakan alat ini

  • Keluarkan halaman pemisah tanpa teks daripada eksport yang lahir digital
  • Kekalkan imbasan imej bersama walaupun kelihatan putih
  • Periksa kedua-dua entri ZIP sebelum memadam apa-apa
  • Bersihkan laporan yang dieksport daripada pemproses perkataan yang pemisah halaman manualnya meninggalkan helaian kosong antara bahagian
  • Semak sama ada eksport panjang mengandungi sebarang halaman tanpa teks sebelum memutuskan untuk menyuntingnya dengan tangan

Bagaimana cara membuang halaman kosong daripada PDF?

  1. Muat naik PDF yang datang daripada pemproses perkataan, eksport hamparan atau pemacu cetak-ke-PDF, yang halaman kosongnya benar-benar tiada teks.
  2. Biarkan threshold pada 10 dan whitePercent pada 99.9. Kedua-duanya tidak mengubah halaman teks atau imej yang dikekalkan.
  3. Klik Proses dan muat turun `{name}_removeBlanks.zip`, kemudian nyahzip.
  4. Lihat nama fail: `_nonblank.pdf` bersama `_blank.pdf` bermakna kedua-dua jenis dijumpai, `_allBlankPages.pdf` bermakna setiap halaman dikira kosong, dan `nonblank.pdf` tunggal bermakna tiada satu pun.
  5. Buka fail kosong dan sahkan ia hanya memegang halaman pemisah yang kosong, kemudian gunakan fail bukan kosong sebagai salinan bersih.
  6. Jika halaman yang anda jangka kosong berada dalam fail bukan kosong, ia mungkin mengandungi imej atau teks sesat, jadi catat nombor halamannya dan buangnya dengan Buang halaman.

Had dan kes khas

  • Bukan pengesanan ruang kosong visual
  • Bukan OCR
  • whitePercent tidak digunakan
  • Halaman dengan sebarang imej dikira bukan kosong, walaupun imbasan putih bersih
  • Halaman yang dilukis hanya dengan bentuk vektor atau teks bergaris bentuk dikira kosong
  • Hasilnya ZIP berisi sehingga dua PDF, bukan satu PDF yang dibersihkan
  • Had muat naik di tapak web ini: 500 MB setiap fail, dihantar berketul-ketul melebihi kira-kira 95 MB. Satu badan permintaan API langsung dihadkan pada 100 MB.

Contoh

  • PDF halaman teks kosong dan satu imbasan imej menghasilkan fail kosong ditambah fail bukan kosong satu halaman
  • ZIP imbasan sepenuhnya berimej hanya mengandungi nonblank.pdf
  • Eksport 4 halaman dengan teks pada halaman 1 dan 3 dan tiada apa-apa pada halaman 2 dan 4 memulangkan `{name}_blank.pdf` dengan halaman 2 dan 4, dan `{name}_nonblank.pdf` dengan halaman 1 dan 3
  • Fail 3 halaman tanpa teks atau imej di mana-mana memulangkan satu fail bernama `{name}_allBlankPages.pdf` yang memegang ketiga-tiga halaman

Privasi untuk alat ini

Fail dimuat naik melalui HTTPS, diproses dalam memori atau direktori sementara singkat di pelayan kami, kemudian dipadam apabila hasil sedia. Kami tidak menyimpan salinan untuk semakan kemudian, latihan, atau profil iklan. Lihat Dasar Privasi untuk pengekalan dan pendedahan kuki AdSense.

Soalan lazim

Mengapa halaman imbasan putih saya masih ada?
Ia mengandungi XObject imej. Pengelas menganggap sebarang halaman berimej sebagai bukan kosong.
Adakah whitePercent 99.9 berfungsi?
Tidak. Kod mengikatnya dan mengabaikannya.
Adakah outputnya satu PDF dengan halaman kosong dipadam?
Tidak. Ia ZIP yang mungkin mengandungi fail kosong dan bukan kosong.
Bolehkah saya OCR kemudian buang halaman kosong?
OCR memulangkan Markdown, bukan PDF yang boleh dihantar ke sini.
Apakah maksud nama fail dalam ZIP?
Apabila kedua-dua jenis halaman wujud anda mendapat `{name}_blank.pdf` dan `{name}_nonblank.pdf`. Jika setiap halaman dikira kosong, ZIP hanya memegang `{name}_allBlankPages.pdf`. Jika tiada satu pun, ia hanya memegang `nonblank.pdf`, yang mempunyai halaman sama seperti input anda.
ZIP saya hanya mengandungi nonblank.pdf. Adakah itu bermakna tiada halaman kosong?
Ia bermakna tiada halaman lulus ujian tanpa teks dan tanpa imej. Helaian kosong yang diimbas ialah imej, jadi ia berakhir dalam fail bukan kosong. Perkara yang sama berlaku kepada halaman yang hanya memegang beberapa ruang, kecuali threshold ialah 0 atau lebih rendah.
Mengapa halaman dengan perkataan tercetak masuk ke fail kosong?
Alat menilai kekosongan daripada teks yang boleh diekstrak dan imej, bukan daripada rupa halaman. Perkataan yang dilukis sebagai bentuk vektor dan bukannya teks tidak mempunyai kedua-duanya, jadi halaman itu dikira kosong. Buka fail kosong sebelum anda membuangnya.
Adakah ia mengubah fail asal atau tertib halaman?
Tidak. Fail asal tidak disentuh, dan setiap fail output menyenaraikan halamannya dalam tertib relatif yang sama seperti input.
Alat mana yang membuang halaman tertentu sebagai ganti?
Gunakan Buang halaman apabila anda sudah tahu nombor halamannya. Buang halaman kosong ialah apabila anda mahu alat mengasingkan halaman tanpa teks untuk anda.

Kemas kini terakhir:

Panggil dari kod

Setiap alat di laman ini ialah panggilan REST biasa. Penggunaan tanpa nama tidak perlukan akaun atau kunci API. Untuk pelayar, pembangun dan ejen AI sama-sama.

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

Juga tersedia sebagai alat MCP untuk klien ejen yang menggunakan Model Context Protocol (JSON-RPC 2.0 melalui POST /mcp). Rujukan API penuh

Gunakan melalui ejen AI

Skill

Dengan skill ini, Claude Code, Codex, Cursor dan ejen AI lain boleh menjalankan "Buang halaman kosong" bagi pihak anda: /skills/pdf123-remove-blanks.md

Semua skill ejen

Fail hanya digunakan untuk pemprosesan ini dan dipadam secara automatik selepas itu.