Eine PDF teilen und Seiten extrahieren

Wann sich das Teilen lohnt

• Nur den relevanten Teil versenden, etwa die zwei Seiten eines 48-seitigen Vertrags, die unterschrieben werden müssen.
• Upload-Formulare, die Dateigröße oder Seitenanzahl begrenzen.
• Einen Stapelscan auftrennen: 30 Belege, die in einem Durchgang durch den Scanner gelaufen sind, landen in einer einzigen Datei. Besteht jeder Beleg aus einer Seite, erhalten Sie mit „Alle Seiten extrahieren“ eine Datei pro Beleg.
• Seiten für ein anderes Tool vorbereiten: Das Tool „PDF in JPG“ packt alle umgewandelten Seiten in ein ZIP oder speichert sie einzeln mit je einem Klick. Wenn Sie zuerst die Seiten 5–12 eines 80-seitigen Berichts extrahieren, erhalten Sie ein ZIP mit 8 statt 80 Bildern (siehe PDF-Seiten in JPG oder PNG umwandeln).

Wenn Sie die Seitenreihenfolge korrigieren oder einzelne Seiten löschen möchten, lesen Sie stattdessen PDF-Seiten neu anordnen, drehen und löschen.

Zwei Modi, drei mögliche Ergebnisse

Was Sie herunterladen, hängt vom gewählten Tab und von der Anzahl der ausgewählten Seiten ab. Am Beispiel von bericht.pdf:

1-3, 5, 8-10 ergibt also eine Datei mit 7 Seiten, nicht drei Dateien. Getrennte Abschnitte extrahieren Sie nacheinander: Das Dokument bleibt nach einem Download geladen. Geben Sie also 1-3 ein, laden Sie die Datei herunter, geben Sie dann 5 ein und laden Sie erneut herunter. Jede mehrseitige Extraktion heißt bericht_extracted.pdf, und Browser hängen bei wiederholten Namen meist eine Nummer an. Benennen Sie die Dateien deshalb am besten gleich um.

Schritt für Schritt

1. Öffnen Sie PDF teilen und wählen Sie über PDF-Datei auswählen oder hier per Drag & Drop ablegen eine PDF aus. Wenn Sie mehrere Dateien ablegen, wird nur die erste verwendet.
2. Warten Sie, bis die Miniaturen aller Seiten gezeichnet sind. Danach erscheinen Dateiname, Größe und Seitenanzahl über den Tabs, und alle Seiten sind zunächst ausgewählt.
3. Geben Sie im Tab Benutzerdefinierten Bereich extrahieren die gewünschten Seiten in das Feld Seitenbereich (z. B. 1-3, 5, 8-10) ein oder klicken Sie auf die Miniaturen. Das Feld enthält anfangs den vollständigen Bereich, etwa 1-40. Leeren Sie es also zuerst oder klicken Sie auf Auswahl aufheben. Mit Alle auswählen sind wieder alle Seiten ausgewählt, und ein Zähler zeigt zum Beispiel „7 von 40 Seiten ausgewählt“.
4. Oder wechseln Sie zu Alle Seiten extrahieren; dieser Modus ignoriert die Auswahl.
5. Klicken Sie auf PDF teilen & herunterladen. Mit Datei ändern beginnen Sie von vorn.

Wenn Sie auf Miniaturen klicken, schreibt das Tool den Inhalt des Bereichsfelds in kompakter Form neu: Aus den Seiten 2, 3, 4 und 9 wird 2-4, 9. Die Miniaturen werden in niedriger Auflösung gezeichnet. Prüfen Sie den Inhalt daher in der heruntergeladenen Datei.

Seitenbereiche richtig angeben

Die Zahlen bezeichnen die Position in der Datei, beginnend bei 1 – so wie auf den Seitenmarken unter den Miniaturen.

• Trennen Sie Einträge durch Kommas und verwenden Sie für einen Bereich einen Bindestrich. Leerzeichen davor oder danach sind unerheblich.
• Reihenfolge und Wiederholungen spielen keine Rolle: 8-10, 1-3, 2 ergibt die Seiten 1, 2, 3, 8, 9 und 10 in ihrer ursprünglichen Reihenfolge.
• 10-8 wird als 8 bis 10 gelesen, und 38-45 endet bei einer 40-seitigen Datei mit Seite 40. Eine einzelne Zahl jenseits der letzten Seite oder eine 0 wird ignoriert.
• Offene Bereiche wie 5- oder -3 werden ignoriert; schreiben Sie stattdessen 5-40.
• Nur der normale Bindestrich zählt. Ein aus einer Textverarbeitung eingefügter Halbgeviertstrich wie in 1–3 wählt nur Seite 1 aus, ebenso 1 3 und 1;3.

Gedruckte Seitenzahlen weichen oft von den Positionen ab. Hat ein Bericht vor Seite 1 ein Deckblatt und vier Seiten Vorspann (i–iv), ist die gedruckte Seite 12 die Seite 17 der Datei (1 + 4 + 12). Prüfen Sie vor dem Download die hervorgehobenen Miniaturen.

Warum die Teile zusammen größer sein können als das Original

Schriften und Bilder, die auf vielen Seiten vorkommen, etwa eine eingebettete Schrift oder ein Logo in der Kopfzeile, sind im Original meist nur einmal gespeichert und werden von allen Seiten gemeinsam genutzt. Jede neue Datei braucht dagegen eine eigene Kopie aller Ressourcen, auf die ihre Seiten verweisen. pdf-lib übernimmt diese Ressourcen unverändert: Es reduziert Schriften nicht auf die Zeichen der kopierten Seite und entfernt auch keine Einträge, die eine Seite zwar aufführt, aber nicht verwendet. Eine einzelne Seite kann deshalb eine Schriftteilmenge mitbringen, die für das ganze Dokument erstellt wurde, und in Dateien, in denen sich alle Seiten eine Ressourcenliste teilen, sogar jede Schrift und jedes Bild aus dieser Liste.

Für unseren Test haben wir mit ReportLab für Python einen 40-seitigen Textbericht im A4-Format erstellt (zwei DejaVu-Schriften als Teilmengen eingebettet, ein JPEG-Logo mit 900 × 240 Pixeln auf jeder Seite). Geteilt haben wir ihn in Node.js mit pdf-lib 1.17.1, der Bibliotheksversion, die das LeedyBox-Tool lädt, und mit denselben Aufrufen wie das Tool:

Eine scanähnliche Datei verhielt sich anders: Zehn A4-Seiten, die mit Pillow aus Graustufen-JPEGs mit 1240 × 1754 Pixeln (150 dpi) erstellt wurden, kamen auf etwa 2,6 MB, und die zehn Einzelseiten zusammen ebenfalls auf etwa 2,6 MB, weil nichts gemeinsam genutzt wird. Ihre Werte werden abweichen, aber kurz zusammengefasst:

• Bei Scans schrumpft die Datei mit weniger Seiten ungefähr proportional (unser 7-seitiger Auszug aus dem Scan hatte etwa 1,8 MB); Textdokumente behalten eine Grundgröße für ihre Schriften und gemeinsam genutzten Bilder.
• Mehrere Seiten in einer Datei brauchen meist weniger Platz als dieselben Seiten als einzelne Dateien.
• Das Tool legt die PDFs unkomprimiert im ZIP ab, daher ist das ZIP etwa so groß wie die Dateien darin.

Ist eine Datei danach immer noch zu groß, lesen Sie Eine PDF komprimieren.

Was die neuen Dateien behalten und was verloren geht

Die Seiten werden kopiert, nicht neu gerendert: Text bleibt markierbar, Bilder werden nicht erneut komprimiert, und Seitengröße und Drehung bleiben erhalten. Auch Weblinks auf den kopierten Seiten bleiben bestehen. Was zum Dokument als Ganzem gehört, wird dagegen nicht kopiert, und manche Seitenfunktionen hängen davon ab:

• Lesezeichen und Seitenbeschriftungen (eigene Nummerierungen wie i, ii, iii).
• Titel, Autor und andere Dokumenteigenschaften. Die neuen Dateien nennen pdf-lib als erzeugende Anwendung (Producer) und den Zeitpunkt des Teilens als Erstellungsdatum.
• Barrierefreiheits-Tags, also die Struktur, über die Screenreader Überschriften und Lesereihenfolge erkennen: Auch wenn das Original getaggt ist, sind es die neuen Dateien nicht.
• Interne Links, etwa Einträge im Inhaltsverzeichnis, führen möglicherweise ins Leere, wenn ihre Zielseite nicht übernommen wurde oder wenn sie ein benanntes Ziel (Named Destination) verwenden, das auf Dokumentebene gespeichert ist. Formularfelder lassen sich eventuell nicht mehr ausfüllen, weil auch das Formular, zu dem sie gehören, auf Dokumentebene definiert ist.
• Eine digitale Signatur bleibt nicht gültig: Sie bezog sich auf die exakten Bytes der Originaldatei. Eine Signatur, die auf einer kopierten Seite noch zu sehen ist, belegt daher nichts über die neue Datei. Bewahren Sie das signierte Original auf.

Teilen ist kein sicherer Weg, vertrauliche Seiten zu entfernen

In einem Test mit pdf-lib 1.17.1 haben wir Seite 1 aus einer sechsseitigen PDF extrahiert, in der Seite 1 auf Seite 5 verlinkte. Die neue Datei zeigte eine Seite, und ein Textextraktionsprogramm fand nur den Text von Seite 1. Der Inhalt von Seite 5 steckte jedoch als ungenutzte Daten in der Datei und war für jeden lesbar, der sich ihren inneren Aufbau ansieht. Inhaltsverzeichnisse und Querverweise können auf diese Weise weitere Seiten mitziehen. Auch Inhalte, die auf einer kopierten Seite verborgen sind, etwa Text unter einem schwarzen Balken oder außerhalb des sichtbaren Bereichs, werden mitkopiert. Verwenden Sie für vertrauliches Material die Schwärzungs- oder Bereinigungsfunktion eines PDF-Editors, oder versenden Sie Seitenbilder, die Sie mit PDF in JPG erstellt haben. Ein Bild enthält nur das gezeichnete Erscheinungsbild der Seite, nicht ihre Textebene oder verborgene Objekte; dafür lässt sich der Text dann allerdings nicht mehr markieren oder durchsuchen.

Häufige Probleme und Lösungen

• „… ist eine PDF-Datei, die vom Browser nicht gelesen werden kann oder beschädigt ist.“ Die Datei ist möglicherweise beschädigt oder lässt sich nur mit einem Passwort öffnen; das Tool hat kein Passwortfeld. Speichern Sie, sofern zulässig, in einer Anwendung, in der Sie das Passwort eingeben können, eine ungeschützte Kopie.
• Die Miniaturen erscheinen, aber das Teilen scheitert mit einem Hinweis auf Verschlüsselung. Die PDF lässt sich ohne Passwort öffnen, ist aber verschlüsselt – so werden Berechtigungseinstellungen wie eine Bearbeitungs- oder Druckbeschränkung gespeichert. Die Vorschauen zeichnet PDF.js, das Teilen übernimmt jedoch pdf-lib, und so, wie das Tool die Bibliothek aufruft, lehnt sie verschlüsselte Dateien ab. Das Tool entfernt oder umgeht diesen Schutz nicht.
• „Bitte wählen Sie mindestens eine Seite zum Extrahieren aus.“ Es ist nichts Gültiges ausgewählt, zum Beispiel nach Auswahl aufheben oder bei einem offenen Bereich.
• Falsche Seiten. Achten Sie auf einen Halbgeviertstrich, ein fehlendes Komma oder gedruckte Seitenzahlen.
• Langsam bei langen Dateien. Bevor die Bedienelemente erscheinen, werden alle Miniaturen gezeichnet, und bis dahin bleibt der Fortschrittsbalken bei etwa einem Fünftel stehen. Eine lange Datei kann deshalb so wirken, als hinge sie. „Alle Seiten extrahieren“ erstellt außerdem jede Datei und das ZIP im Arbeitsspeicher. Das Tool setzt selbst keine Größengrenze, ein Smartphone kann aber an einer sehr großen Datei scheitern, die ein Computer noch bewältigt.

Bevor Sie die Dateien versenden

Prüfen Sie bei jeder Datei Seitenanzahl, erste und letzte Seite sowie Größe, und geben Sie ihr einen aussagekräftigen Namen wie vertrag_unterschriftsseiten.pdf. Bewahren Sie das Original auf. Um Abschnitte wieder zu verbinden, verwenden Sie PDF zusammenfügen. Hat das Original keine gedruckten Seitenzahlen und soll ein extrahierter Abschnitt zum Beispiel bei 31 beginnen, lesen Sie Seitenzahlen zu einer PDF hinzufügen. Die Seite lädt PDF.js, pdf-lib und JSZip direkt von leedybox.com; Ihre Datei wird jedoch in Ihrem Browser gelesen und geteilt und nicht an einen LeedyBox-Server gesendet.

Häufige Fragen