PDF結合・分割

3つの操作

PDF に対して人がやりたいことのうち、中身の編集を伴わないものは、ほぼこの3つに収まります。

• 結合。複数のファイルを、指定した順で1つにします。別々にスキャンした部分から提出書類を組み立てる、報告書の後ろに付録を付ける、といった用途です。
• 抜き出し。指定したページだけを残します。長い文書の一部だけを送りたい、全体を渡したくない、という場面で使います。
• 削除。指定したページを消し、それ以外を残します。白紙のスキャン、送付状、外に出したくないページを落とすときに使います。

抜き出しと削除は同じ選択の裏表なので、ページ指定欄を共有しています。「残したいページ」より「捨てたいページ」のほうが書きやすい場合は、削除を選んでください。

結合では順序が結果そのもの

結合後のファイルは、選択した順ではなく、一覧に表示されている順に従います。ファイル選択ダイアログは名前順に並べるため、「page10」が「page2」より前に来て、ページ順の狂った文書ができあがります。結合する前に矢印で並べ替え、先頭と末尾が意図どおりか確認してください。

何が引き継がれるかを実測した

ページは丸ごと複製されるため、テキストは選択可能なまま、画像は元の解像度のまま残り、再圧縮による劣化は起きません。ベクター要素もベクターのままです。問題は文書全体に紐づく機能のほうで、この点についての説明はどこも曖昧なので、実際に測りました。

検証用に、しおり2件・外部リンク・2ページ目への文書内リンク・付箋の注釈・2項目の入力フォーム・添付ファイル・タイトルと著者の文書情報・90度回転したページ・A4とLetterの混在を、すべて持つPDFを作りました。これをこのツールと同じ手順——新しい文書を作り、ページを複製し、保存する——に通し、出力を読み直して数えた結果が下の表です。結合でも抜き出しでも結果は同じでした。

失われる理由

PDF は木構造で、ページはその一部の枝でしかありません。しおり・フォームの定義・添付ファイル・文書情報は、ページではなく文書カタログにぶら下がっています。ページの複製が持ってくるのはページの枝とその下だけなので、ページの上に載っているもの（内容・注釈・回転）は付いてきて、ページより上にあるものは付いてきません。

注意すべきは「残るが壊れる」の2行です。画面上には何の警告も出ないためです。

入力フォーム。入力欄の枠はページ上に見えたまま残ります。枠を描いているのはページの注釈だからです。しかし、それを入力可能にしているフォームの定義はページの外にあるので消えます。実測では、2項目のフォームを持つ文書が0項目になりました。出力はフォームに見えて、フォームの写真として振る舞います。

ページ間リンク。文書内のリンクは、飛び先のページをオブジェクト参照で指しています。複製後はその参照が何も指さなくなるため、リンクはクリックできるのにどこにも飛ばなくなります。飛び先のページを残した場合でも起きます——削除したページに限った話ではありません。

タイトルと著者が表で「保持される」になっているのは、このツールが明示的に入れ直しているからです。ページの複製はこれも運びません。何もしなければタイトルが空のファイルができ、受け取った側のファイル一覧やリーダーのタブにそのまま出ます。結合では先頭の文書のものを使います——2つ分を混ぜる正解はなく、「1本目の続き」として扱うほうが出力を見た人の期待に近いためです。

日付のほうは意図的に引き継いでいません。出力の作成日は、元の文書が書かれた日ではなく、あなたが処理した日時です。中身の違うファイルが元の作成日を名乗るほうが、2つの選択肢のうちでは誤解を招くからです。

送る前に確認すること

ここまでの話は、ふつうの用途——スキャン、報告書、請求書、読ませるために組み立てる書類——では問題になりません。効いてくるのは次の3種類の文書で、確認自体は数秒で済みます。

元の文書に電子署名があるなら、処理後の署名は無効になります。これは正しい挙動です。署名は「署名後に変更されていないこと」を証明するもので、結合はその変更そのものだからです。回避する方法はなく、「署名を保ったまま編集できる」と謳うツールがあれば、それは壊れています。署名は結合の後に付けてください。

元の文書が入力フォームなら、先にPDFリーダー側でフラット化（多くは「PDFとして印刷」）してから結合してください。フラット化は入力値をページの内容そのものに焼き付けるので、以降は失われません。

元の文書に目次から飛んで使うしおりがあるなら、結合後にPDF編集ソフトで付け直す前提で考えてください。印刷された目次のページは残りますが、クリックできるしおりは残りません。

ここでは端末内処理の意味がとくに大きい

PDF は、人が最も気を遣う文書に使われる形式です。契約書、確定申告書類、診断書、本人確認書類、未公開の決算資料。無料のPDFツールの標準的な仕組みは、そのファイルをサーバーにアップロードし、処理し、結果をダウンロードさせるというものです。つまり、あなたが検証できない基盤の上に複製が存在し、読んでいない保存方針に委ねられたということです。

ブラウザがバイナリ形式をメモリ上で読み書きできるようになって、もう何年も経ちます。端末内で処理するのは、プライバシーのために何かを犠牲にしているわけではありません。アップロードするものも待つ列もないぶん、単純に速くもあります。

守秘義務のある文書を扱う立場なら、この違いは理屈の上の話ではありません。顧客の契約書を素性の分からない処理事業者にアップロードすること自体が、そのあとファイルがどうなるかに関わらず、義務違反になりえます。