merge PDF結合 star

結合が実際にどう機能するか

PDFのページは平面的な画像ではありません — 描画命令（テキストの配置、ベクター線、配置された画像）を保持する「コンテンツストリーム」と、それらの命令が参照するフォントや画像データを列挙する「リソース辞書」を指し示すページオブジェクトです。結合処理は、指定した順序でページオブジェクトを新しい文書へコピーすることで行われます。各ページのコンテンツストリームとリソースは、平坦化されたり再描画されたりすることなく、そのままの状態で引き継がれます。だからこそ、結合後もテキストは選択・検索可能なままで、ベクター画像はどれだけ拡大してもピクセル化したスクリーンショットのようにはならず、鮮明さを保つのです。

具体例で見てみましょう。埋め込みHelveticaフォントで作成された3ページのinvoice.pdfと、Times New Romanの本文と2枚のスキャン署名画像を含む12ページのcontract.pdfを結合したとします。出力される15ページの文書では、1〜3ページ目は引き続きHelveticaで、4〜15ページ目は引き続きTimes New Romanで表示されます — 各ページが自分自身のフォントを保持するため、フォントの置き換えや文字の流し込み直しは一切発生せず、スキャン画像も元の解像度のまま残ります。

人々が意外に思う点があります。それはメタデータです。すべてのPDFは、作成者・タイトル・作成日といった小さなメタデータのブロックを持っています。複数の元ファイルが異なるメタデータを持っている場合、結合後のファイルが何を表示すべきかについて唯一正しい答えは存在しません — 多くのツールは最初のファイルのメタデータをそのまま引き継ぐか、5つの異なる「作成者」の値を1つにまとめようとする代わりに完全に削除してしまいます。このツールはオープンソースのpdf-libライブラリを使ってブラウザ内で直接結合を行い、推測に頼るのではなく出力用のクリーンなメタデータブロックを新規生成します。後で特定の作成者名やタイトルが表示されることが重要なワークフローであれば、確認しておく価値があります。

結合する前に知っておきたいこと

ページは元のサイズと向きをそのまま保持するため、A4、US Letter、横向きのファイルを1回の結合作業に混在させても、ゆがみは生じません — すべてが一つの統一されたページサイズに強制されることはないのです。処理はページオブジェクトを圧縮したりラスタライズしたりせずコピーするだけなので、画像・テキストの品質は元のファイルとまったく同じです。結合後のPDFの品質が元のファイルより劣化することはありません。この方式で解決できない唯一の問題は暗号化です — パスワードで保護されたPDFはパスワードなしでは読み取れないため、バッチ内のファイルが結合を拒否する場合は、先にビューアでロックを解除してください。

実用上知っておくべき副作用もあります。フォントや画像は重複除去されずそのままコピーされるため、結合後のファイルサイズはおおよそ元のファイルサイズの合計に近くなります — 3つのPDFがそれぞれ同じフォントの完全なコピーを埋め込んでいる場合、出力ファイルは1つの共有インスタンスではなく3つの別々のコピーを持つことになります。これは、すべての処理をクライアント側で高速に保つための意図的なトレードオフです。真のフォント重複除去は、通常サーバー側のPDF処理パイプラインに任される、より重い処理の一種です。