PDFファイルの結合と分割

二つのPDFを結合するのは、紙の束を二つ重ねるようなものに聞こえますし、ページそのものについてはおおむねそのとおりです。面白い問題は、ページを取り巻くすべてに潜んでいます。PDFのページは、自分の書体も色の情報も入力欄の定義も持っていません。文書が保持している共有の表を参照しているだけです。二つのファイルを結合すればその表をすり合わせる必要があり、一つを分割すれば分け合う必要があります。ツールがそれを丁寧にやるか雑にやるかが、部品の合計どおりの結合ファイルと、倍の大きさになりしおりを失い、記入済みだったはずの署名欄が空になっているファイルとの違いです。読み進める前にひとつお断りを。当社のツールは圧縮と変換とパスワードの処理をしますが、結合も分割もしません。このページがあるのは、これらの作業が当社の扱う仕事のすぐ隣にあり、結合が何を壊すかを知ることが、そのあと何を点検すべきかを教えてくれるからです。

結合がすり合わせなければならないもの

四つのものは、ページではなく文書と一緒に旅をします。ひとつめは書体です。元のファイルはそれぞれ自分の部分集合を埋め込んでおり、素朴な結合は同じ書体であっても両方の複製を残します。結合したファイルが元の二つを足したより重くなる、いつもの原因がこれです。丁寧な結合は同一の書体データをひとつにまとめます。ふたつめはしおりの木構造です。二つの文書には二つの根があり、それを兄弟の枝にするのか、片方をそのまま捨てるのかを何かが決めなければなりません。手早いツールのほとんどは後者を選びます。みっつめは名前付きの参照先で、相互参照を押せるようにしている内部の目印です。二つのファイルが同じ名前の目印を持っていることは十分にあり、その場合どちらかが負けます。よっつめはメタデータで、意味のある形で混ぜることは不可能です。だから結果は普通、最初のファイルの題名と著者を引き継ぎ、もはや別物になった文書へそれを黙って持ち込みます。

フォーム、電子署名、注釈

対話的な要素こそ、結合が実害を出す場所です。フォームの入力欄は文書全体の要素です。それぞれに「日付」という名前の欄を持つ二つのファイルは、両方を保つことができません。よくある結末は、片方の欄の値がもう片方に追従することで、一方を埋めると両方が変わります。結合時にフォームを平坦化し、入力欄を印刷されたような文字に変えるツールもあります。対話性を取り除くことで衝突を解決するわけで、保存目的なら受け入れられますが、相手がまだ記入しなければならないなら致命的です。電子署名はもっと単純で、もっと厳格です。署名は署名した文書のバイト範囲を覆っているので、いかなる結合もそれを無効にします。それは署名が仕事をしているということです。まとめ資料の中に署名済み文書が必要なら、署名済みの原本を別ファイルとして隣に置いてください。結合したうえで署名を有効に保てるツールは存在しません。

分割が持っていくもの、持っていかないもの

分割は引き算で、たいていは穏やかですが、固有の落とし穴があります。あるツールが5ページから10ページを新しいファイルに取り出したとしても、それらのページは文書全体の共有資源を参照したままです。手を抜いた実装は資源の表を丸ごと複製するので、元の二百ページ分の書体や色の情報を抱えた六ページのファイルができあがります。開けば正しく表示され、あるべき大きさよりはるかに重いという状態です。取り出した範囲の外を指すしおりは刈り取らないと死んだ参照になり、削除されたページへの内部参照は黙ってどこにも行かなくなります。分割したら、出力の大きさをページの比率と比べてください。二百ページのうち六ページが元ファイルの半分になるはずはなく、もしそうなっているなら結果を圧縮に通すか、別のツールを使ってください。

ページ順、回転、そして退屈な不具合

結合についての不満のほとんどは、破損ではなく並べ方の問題です。上下逆にスキャンされたページは、回転した画素ではなく回転の属性を持っています。ツールによってはこの属性を適用し、別のツールは捨てるので、結合したファイルに突然、さっきまで正しく見えていた横倒しのページが現れます。もうひとつは用紙サイズの混在です。A4とレターを、あるいは縦と横を混ぜると、正しいけれど印刷しづらい文書ができます。プリンターが最初のページに合わせて拡大縮小するか、ページごとに尋ねてくるからです。どちらも後から直す不具合ではありません。結合の前に用紙を揃えたいかどうかを決め、揃えたいなら、はみ出すページを先に整えてください。プリンターに即興をさせてはいけません。

方法を選ぶ

一度きりの作業なら、使っている環境にすでに手段があるかもしれません。macOSのプレビューは、開いた文書のあいだでサムネイルを引きずることで結合できます。Windowsで組み込みのPDF出力ドライバーに印刷する方法は確実に結合できますが、すべてを描き直すのでフォームは平坦化され、文字がやわらかくなることがあります。保存には向きますが、鮮明さを保ちたい文書には向きません。繰り返す作業ならコマンドラインの道具がいちばん予測しやすい結果を出し、日常的に文書を組み立てるなら学ぶ価値があります。ウェブサービスは手軽ですが、同時に文書が自分の端末を離れる選択肢でもあります。契約書、診療記録、個人情報を含むものでは、これは本当に考慮すべき点です。普遍的に正しい答えはありません。文書ごとに正しい答えがあり、それは中身の機微さと、対話性を残す必要があるかどうかでほぼ決まります。

圧縮は前ではなく後で

結合した文書をメールで送るなら、入力側の一つひとつではなく仕上がったファイルを圧縮してください。部品を先に圧縮してから結合すると、重複した資源がそのまま残り、一部の画像は二度符号化されます。たいして節約せずに画質だけを支払うことになります。組み上がった文書に一度だけ通せば、まとめて処理でき、結合が残した重複も整理され、メールサーバーの上限と比べるべき数字がひとつだけ手に入ります。同じ理屈は分割にも当てはまります。必要なページを取り出してから、その取り出したものを圧縮してください。六ページに行き着くために二百ページのファイルを圧縮するのではなく。

結合・分割のあとの短い点検

結果を開いて五つを確かめます。ページ数は想定どおりか。元の各区間の最初と最後のページがあり、向きも正しいか。フォームの欄はまだ入力を受け付けるか、あるいは意図して平坦化されたか。しおりは動くか、あるいは無いか──存在するのに壊れている、という状態でないか。そして大きさは釣り合っているか。入力側の合計より明らかに大きければ書体が重複しており、分割したファイルが元とほぼ同じ大きさなら資源の表がついてきています。二分の点検で、このページに書いたことはすべて捕まえられます。そしてそのどれも、サムネイルからは見えません。