Qué conserva y qué cambia Extract Pages
Extraer páginas produce un documento nuevo. En Extract Pages V1 algunas cosas llegan con las páginas seleccionadas y otras cambian; esta guía explica cuáles.
En resumen
Extract Pages copia las páginas seleccionadas en un PDF nuevo sin convertir páginas enteras en imágenes. No hace OCR, así que las páginas escaneadas no se convierten en texto seleccionable. Los enlaces web se conservan, pero los enlaces a páginas dentro del PDF original se eliminan. Los campos de formulario pasan a ser contenido fijo de la página y los marcadores no se trasladan. Una firma digital en el original no valida el archivo nuevo. El PDF original no cambia.
Lo que llega sin cambios
La página en sí. Extract Pages copia en un PDF nuevo las páginas seleccionadas y los recursos necesarios para mostrarlas. Las páginas no se convierten en imágenes completas. El texto que ya era seleccionable sigue siéndolo. Extract Pages no añade OCR a los escaneos que solo contienen imágenes.
La geometría de la página. Tamaño, rotación y los cuadros de la página vienen con ella. Una página cuya área visible difiere del tamaño del papel —un escaneo recortado— conserva ambas.
La información del documento. Título, autor, asunto, palabras clave y fecha de creación pasan tal cual. Una buena herramienta no añade “(extraído)” al título: qué páginas tomaste es cosa del nombre del archivo, no de la identidad del documento.
Los enlaces a direcciones web. Siguen funcionando, porque su destino está fuera del documento.
Lo que cambia
Enlaces internos. Extract Pages V1 elimina los enlaces a páginas dentro del PDF de origen, también aquellos cuya página de destino está seleccionada. No reconstruye esos destinos en el documento nuevo. Los enlaces a direcciones web se conservan.
Campos de formulario. Extract Pages V1 convierte los campos de formulario en contenido fijo de la página. Los valores visibles se mantienen, pero los campos ya no pueden rellenarse ni editarse como controles de formulario. Si esta conversión falla, la aplicación no genera ningún archivo.
Marcadores. Extract Pages V1 no copia ni reconstruye la navegación por marcadores del documento.
La estructura que pertenece al documento. Algunas cosas son del documento entero y no de una página, y un documento nuevo no las hereda: las etiquetas que permiten a un lector de pantalla leer el archivo en el orden correcto (la estructura de accesibilidad), los metadatos XMP, los archivos adjuntos al documento, los destinos con nombre, las definiciones de capas y las etiquetas de página personalizadas. El contenido de las páginas no se ve afectado. Si el archivo debe seguir siendo accesible, envía el original o vuelve a etiquetar el archivo extraído en una herramienta que pueda hacerlo.
Son límites de la versión actual, no una afirmación de que toda herramienta para extraer páginas de un PDF deba funcionar así.
Firmas digitales. La firma digital del documento original no valida el PDF nuevo. Conserva el archivo original firmado cuando importe verificar la firma.
Los archivos protegidos con contraseña. Los PDF cifrados no se abren en absoluto: ni los que piden contraseña ni los que se abren libremente pero restringen la impresión o la copia. No hay ningún campo para escribir una contraseña; la página lo dice en lugar de abrir el archivo a medias.
La afirmación que nadie debería hacer
“Idéntico byte a byte” no es algo que la extracción pueda prometer. La salida se escribe de nuevo: los números de objeto, la tabla de referencias cruzadas y la compresión son del archivo nuevo.
Lo que sí puede afirmarse es más estrecho y comprobable: el contenido dibujado de cada página, su tamaño y su rotación son los mismos que los de la página de origen. Lo que conviene preguntarle a una herramienta es si lo verifica reabriendo lo que produjo y comparándolo con el original.
Extraer tampoco es una forma de tachar información de manera segura. Las páginas que conservas llevan todo lo que tienen dibujado y la información del documento pasa tal cual, así que dejar páginas fuera no limpia un archivo de datos ocultos o sensibles.
Comprobar antes de enviar
Lee la lista de páginas en vez del contador, abre el resultado una vez y, si el documento tenía formularios o referencias internas, mira una.
En Extract Pages
- Abre el PDF. Si está firmado, tiene formulario o enlaces internos, se dice en pantalla antes de guardar.
- Elige tus páginas y lee el campo Pages.
- Save, y abre el resultado una vez.