Ondoa Kurasa Tupu kutoka kwenye PDF
Ondoa kurasa tupu hupanga kurasa za PDF katika seti tupu na zisizo tupu na kuzirudisha kama PDF tofauti ndani ya ZIP. Ukurasa huhesabiwa kuwa tupu usipokuwa na maandishi yanayoweza kutolewa wala picha zilizopachikwa.
Buruta faili hapa, au bofya uchague
Inakubali PDF · hadi 500.0 MB kwa kila faili · hadi faili 20 kwa mara moja
Unaweza pia kubandika faili kwa Ctrl/Cmd+V au kutoka kwenye menyu ya ubao wa kunakili.
Ondoa kurasa tupu huainisha kila ukurasa kuwa tupu au si tupu, kisha hurudisha ZIP ya sehemu ndogo za qpdf. Ukurasa huhesabiwa kuwa tupu usipokuwa na maandishi yanayoweza kutolewa wala picha zilizopachikwa, kwa hiyo ukurasa wenye mistari ya vekta pekee huhesabiwa tupu. Sehemu ya `threshold` haina athari kwa kurasa zenye maandishi yoyote, na `whitePercent` husomwa kisha hutupwa.
Ikiwa aina zote mbili zipo unapata `{base}_blank.pdf` na `{base}_nonblank.pdf`. Zote zikiwa tupu hupata `{base}_allBlankPages.pdf`. Zote zikiwa si tupu hupata `nonblank.pdf`.
Hiki si kigunduzi cha kuona kurasa nyeupe wala OCR. Fomu iliyoskaniwa ambayo ni picha huhesabiwa si tupu kwa sababu `page_has_images` ni kweli. Ukurasa wenye mistari ya vekta pekee na bila maandishi unaweza bado kuonekana kuwa umechapishwa lakini ukaainishwa kuwa tupu.
Faili zilizolindwa kwa nenosiri hufunguliwa kwa ajili yako kwenye ukurasa huu ukishaingiza nenosiri; wapigaji wa API waendeshe Ondoa nenosiri kwanza.
Uamuzi hufanyika ukurasa kwa ukurasa. Zana hutoa maandishi ya ukurasa na kuangalia kama ukurasa una picha yoyote iliyopachikwa. Ukurasa wenye angalau neno moja la maandishi si tupu. Ukurasa wenye picha si tupu. Ukurasa usio na kimojawapo tu ndio unaoweza kuwa tupu. Ukurasa ambao maandishi yaliyotolewa ni nafasi au mapumziko ya mstari tu ni kisa maalum: ni tupu tu pale `threshold` ni 0 au chini, kwa hiyo kwa chaguo-msingi la fomu la 10 hubaki kwenye faili ya zisizo tupu.
Kurasa zinazoonekana tupu kwa mtu lakini si tupu kwa zana ndizo mshangao wa kawaida. Skani ya karatasi tupu ni picha, kwa hiyo huenda kwenye faili ya zisizo tupu hata ikiwa nyeupe kabisa. Ukurasa ambao maandishi yake yalibadilishwa kuwa mistari ya nje au kuchorwa kama maumbo ya vekta hauna maandishi yanayoweza kutolewa wala picha, kwa hiyo huenda kwenye faili ya tupu ingawa unaonyesha neno lililochapishwa. Ikiwa maandishi ya ukurasa hayawezi kusomwa kabisa, zana huuchukulia kuwa tupu, kwa hiyo ukurasa wenye jedwali la fonti lililoharibika na usio na picha pia unaweza kuishia kwenye faili ya tupu. Kagua faili ya tupu kabla ya kutupa chochote.
Hakuna kinachofutwa kutoka kwenye faili yako asili. Matokeo yote mawili ni faili mpya zilizojengwa kutoka sehemu ndogo za kurasa, kila moja kwa mpangilio wa kurasa asili. Fungua faili ya zisizo tupu kama nakala yako iliyosafishwa na pitia faili ya tupu ili kuthibitisha kuwa ina karatasi za kutenganisha tu.
Kwa ukurasa mmoja unaojulikana, kama jalada, Ondoa kurasa ni haraka zaidi. Kwa skani ambazo kurasa nyeupe ni picha, zana haiwezi kuzitenganisha, na utahitaji kuorodhesha namba zake mwenyewe katika Ondoa kurasa baada ya kuangalia faili. Ikiwa unataka tu kuondoa picha kutoka kwenye hati, tumia Ondoa picha badala ya zana hii, ambayo inahusu kurasa.
Sifa
- Mbinu ya maandishi na picha; ZIP ya sehemu ndogo za tupu na/au zisizo tupu
- `whitePercent` inapuuzwa; `threshold` haiathiri kurasa zenye maandishi
- Maandishi ya nafasi tupu pekee huhesabiwa tupu tu pale `threshold` ni 0 au chini
- Skani za picha pekee huchukuliwa kuwa zisizo tupu
- Kurasa hubaki kwa mpangilio wake asili ndani ya kila faili ya towe
- Faili yako asili haibadilishwi kamwe
- API isiyo na jina: /api/v1/misc/remove-blanks
Lini utumie
- Kuvuta kurasa za kutenganisha zisizo na maandishi kutoka kwenye mauzo yaliyozaliwa kidijitali
- Kuweka skani za picha pamoja hata zinapoonekana nyeupe
- Kukagua maingizo yote mawili ya ZIP kabla ya kufuta chochote
- Kusafisha ripoti iliyosafirishwa kutoka kwenye kichakataji maneno ambapo mapumziko ya ukurasa ya mkono yaliacha karatasi tupu kati ya sehemu
- Kuangalia kama mauzo marefu yana kurasa zisizo na maandishi kabisa kabla ya kuamua kuyahariri kwa mkono
Ninaondoaje kurasa tupu kwenye PDF?
- Pakia PDF iliyotoka kwenye kichakataji maneno, mauzo ya lahajedwali au kiendeshi cha kuchapisha-kuwa-PDF, ambapo kurasa tupu kweli hazina maandishi.
- Acha threshold kuwa 10 na whitePercent kuwa 99.9. Hakuna kinachobadilisha kurasa za maandishi au picha zinazobaki.
- Bofya Chakata na upakue `{name}_removeBlanks.zip`, kisha uifungue.
- Angalia majina ya faili: `_nonblank.pdf` pamoja na `_blank.pdf` humaanisha aina zote mbili zilipatikana, `_allBlankPages.pdf` humaanisha kila ukurasa ulihesabiwa tupu, na `nonblank.pdf` peke yake humaanisha hakuna uliohesabiwa tupu.
- Fungua faili ya tupu na uthibitishe kuwa ina kurasa tupu za kutenganisha tu, kisha tumia faili ya zisizo tupu kama nakala iliyosafishwa.
- Ikiwa ukurasa uliotarajia kuwa tupu uko kwenye faili ya zisizo tupu, huenda una picha au maandishi yaliyopotea, kwa hiyo andika namba yake ya ukurasa na uuondoe kwa Ondoa kurasa.
Mipaka na hali maalum
- Si ugunduzi wa nafasi nyeupe kwa kuona
- Si OCR
- whitePercent haitumiki
- Ukurasa wenye picha yoyote huhesabiwa si tupu, hata skani nyeupe kabisa
- Kurasa zilizochorwa kwa maumbo ya vekta pekee au maandishi yaliyogeuzwa mistari ya nje huhesabiwa tupu
- Matokeo ni ZIP ya hadi PDF mbili, si PDF moja iliyosafishwa
- Kikomo cha kupakia kwenye tovuti hii: MB 500 kwa kila faili, likitumwa kwa vipande zaidi ya takriban MB 95. Mwili wa ombi moja la moja la API una kikomo cha MB 100.
Mifano
- PDF ya kurasa tupu za maandishi na skani moja ya picha hutoa faili ya tupu pamoja na faili ya zisizo tupu ya ukurasa mmoja
- ZIP ya skani iliyo na picha kabisa ina nonblank.pdf pekee
- Mauzo ya kurasa 4 yenye maandishi kwenye kurasa 1 na 3 na bila chochote kwenye kurasa 2 na 4 hurudisha `{name}_blank.pdf` yenye kurasa 2 na 4, na `{name}_nonblank.pdf` yenye kurasa 1 na 3
- Faili ya kurasa 3 isiyo na maandishi wala picha popote hurudisha faili moja iitwayo `{name}_allBlankPages.pdf` yenye kurasa zote tatu
Faragha ya zana hii
Faili hupakiwa kupitia HTTPS, zinachakatwa kwenye kumbukumbu au folda ya muda mfupi kwenye seva zetu, na kufutwa matokeo yakiwa tayari. Hatuhifadhi nakala kwa kuvinjari baadaye, mafunzo, au wasifu wa matangazo. Tazama Sera ya Faragha kwa maelezo ya uhifadhi na ufichuzi wa vidakuzi vya AdSense.
Maswali ya kawaida
- Kwa nini ukurasa wangu mweupe ulioskaniwa bado upo?
- Una image XObject. Kiainishi huchukulia kila ukurasa wenye picha kuwa si tupu.
- Je, whitePercent 99.9 inafanya chochote?
- Hapana. Msimbo huifunga na kuipuuza.
- Je, towe ni PDF moja iliyofutwa kurasa tupu?
- Hapana. Ni ZIP inayoweza kuwa na faili za tupu na zisizo tupu.
- Je, ninaweza kufanya OCR kisha kuondoa kurasa tupu?
- OCR hurudisha Markdown, si PDF unayoweza kuituma hapa.
- Majina ya faili ndani ya ZIP yanamaanisha nini?
- Aina zote mbili za kurasa zikiwepo unapata `{name}_blank.pdf` na `{name}_nonblank.pdf`. Ikiwa kila ukurasa ulihesabiwa tupu, ZIP ina `{name}_allBlankPages.pdf` pekee. Ikiwa hakuna uliohesabiwa, ina `nonblank.pdf` pekee, yenye kurasa zilezile za pembejeo yako.
- ZIP yangu ina nonblank.pdf pekee. Je, hiyo ina maana hakukuwa na kurasa tupu?
- Ina maana hakuna ukurasa uliopita jaribio la kutokuwa na maandishi wala picha. Karatasi tupu zilizoskaniwa ni picha, kwa hiyo huishia kwenye faili ya zisizo tupu. Hali hiyo hiyo hutokea kwa ukurasa wenye nafasi chache tu, isipokuwa threshold iwe 0 au chini.
- Kwa nini ukurasa wenye neno lililochapishwa uliishia kwenye faili ya tupu?
- Zana huhukumu ukurasa kuwa tupu kutokana na maandishi yanayoweza kutolewa na picha, si kutokana na jinsi ukurasa unavyoonekana. Neno lililochorwa kama maumbo ya vekta badala ya maandishi halina kimojawapo, kwa hiyo ukurasa huhesabiwa tupu. Fungua faili ya tupu kabla ya kuitupa.
- Je, inabadilisha asili au mpangilio wa kurasa?
- Hapana. Asili haiguswi, na kila faili ya towe huorodhesha kurasa zake kwa mpangilio uleule wa jamaa na pembejeo.
- Ni zana ipi inaondoa kurasa maalum badala yake?
- Tumia Ondoa kurasa unapojua tayari namba za kurasa. Ondoa kurasa tupu ni kwa wakati unaotaka zana ikupangie kurasa zisizo na maandishi.
Ilisasishwa mwisho:
Tumia kutoka msimbo
Kila zana hapa ni REST. Matumizi bila kujisajili hayahitaji akaunti wala ufunguo wa API. Inafaa kivinjari, watengenezaji, na mawakala wa AI.
curl -X POST "https://pdf123.xyz/api/v1/misc/remove-blanks" \
-F "[email protected]" \
-F "threshold=10" \
-F "whitePercent=99.9" \
-o output.pdfPia inapatikana kama zana ya MCP kwa programu zinazotumia Model Context Protocol (JSON-RPC 2.0, POST /mcp). Maelezo kamili ya API
Itumie kupitia wakala wa AI
SkillUkiwa na skill hii, Claude Code, Codex, Cursor na mawakala wengine wa AI wanaweza kukuendeshea "Ondoa kurasa tupu": /skills/pdf123-remove-blanks.md
Faili inatumika kazi hii tu, kisha inafutwa yenyewe.