Unir PDF

Acerca de Unir PDF

Un PDF parece una pila de páginas, pero por dentro es un conjunto de objetos numerados. Cada página es un diccionario que remite a otros objetos: su flujo de contenido es el objeto 12, su fuente el 7, su imagen el 9. Los marcadores, la definición de los formularios y el título del documento cuelgan del catálogo, fuera de cualquier página. Por eso unir dos PDF no consiste en pegar bytes: hay que llevar las páginas del segundo archivo, y todo lo que referencian, al interior del primero y volver a numerarlas.

Esta herramienta toma como base el primer archivo de la lista. Ese archivo se vuelve a leer completo y solo se rehace el orden de sus páginas; las páginas de los demás archivos se traen con copyPages de pdf-lib. Esa diferencia decide qué sobrevive en el resultado.

El primer archivo es el «dueño» del documento

Los marcadores (el árbol Outlines), los destinos con nombre, las etiquetas de página (la numeración «i, ii, 1, 2» que muestran algunos visores), la vista inicial y el título de las propiedades del documento viven en el catálogo y en el diccionario de información, no en las páginas. copyPages copia una página y lo que esa página referencia, de modo que nada de ese nivel llega desde el segundo archivo en adelante si no se traslada aparte. Esta herramienta traslada aparte los marcadores.

En la práctica, los marcadores del primer archivo quedan en el nivel superior del PDF unido y los de cada archivo posterior se anidan bajo una entrada nueva con el nombre de ese archivo (que abre su primera página). Los archivos sin marcadores no reciben entrada. Los marcadores que usaban destinos con nombre pasan a apuntar a la página real. El título, las etiquetas de página y la vista inicial siguen siendo los del primer archivo, así que pon arriba el documento principal —el contrato al que añades anexos, por ejemplo—.

Campos de formulario y enlaces

Un campo de formulario vive en dos sitios. El widget que ves es una anotación en la lista Annots de la página, mientras que el nombre y el valor del campo se registran en el diccionario AcroForm del documento. Si solo se copia la página, el widget llega sin su registro y, según el visor, la casilla se dibuja pero no se puede rellenar. Esta herramienta sube desde cada widget copiado hasta su campo raíz y lo añade al AcroForm del primer archivo.

El caso delicado son dos campos con el mismo nombre. La especificación PDF considera que los campos con el mismo nombre completo son vistas distintas de un único campo y deben compartir valor. Si unes dos copias de la misma solicitud rellenadas por personas distintas, tendrás dos campos «Nombre»; el visor puede mostrar el mismo nombre en ambos o mezclarlos al guardar. Por eso, cuando un archivo posterior trae un campo cuyo nombre ya usa un archivo anterior, esta herramienta lo registra con un número —«Nombre_2», «Nombre_3»— y muestra los cambios en la pantalla de resultado. Los campos que compartían nombre dentro de un mismo archivo ya eran un único campo, así que se renombran juntos. Los cálculos y scripts que se refieren a los campos por su nombre no conocen los nombres nuevos; en esos formularios, acóplalos (aplánalos) antes para que las respuestas pasen a ser contenido normal de la página.

Los enlaces internos —«Ir al capítulo 3» en un índice— apuntan directamente a un objeto de página. Los del primer archivo siguen funcionando porque sus páginas se reutilizan tal cual. Al copiar las páginas del segundo archivo en adelante, sus enlaces internos se redirigen a esas mismas páginas dentro del archivo unido, y los destinos con nombre (named destinations) se convierten en la página real. Un enlace a una página que dejaste fuera deja de ser clicable. Los enlaces a páginas web no dependen de las páginas y no se ven afectados.

Tamaño de papel, rotación y fuentes siguen siendo de cada archivo

Cada página tiene su propio MediaBox (tamaño de papel) y su valor /Rotate. Si añades un documento en tamaño Carta (612×792 pt), habitual en México y EE. UU., a un informe A4 (595×842 pt), el resultado conserva ambos tamaños: las páginas Carta son unos 6 mm más anchas y 18 mm más bajas. Es intencionado. Si la imprenta pide un único tamaño, pasa el archivo unido por el modo «ajustar a A4» de la herramienta Recortar PDF.

Dos archivos con la misma tipografía no terminan compartiendo una sola fuente. La mayoría de los PDF incrustan un subconjunto —solo los glifos usados— marcado con seis mayúsculas y un signo más, como «ABCDEF+Arial». Cada subconjunto contiene glifos distintos, así que siguen siendo objetos separados y el archivo unido pesa aproximadamente la suma de los originales. Puede salir algo más pequeño o más grande porque pdf-lib reescribe el archivo y agrupa objetos pequeños en flujos de objetos comprimidos.

Archivos cifrados y escaneados

Un PDF con contraseña de apertura tiene el contenido cifrado, así que sus páginas no se pueden leer ni unir; quita la contraseña primero con la herramienta de desbloqueo. Una página escaneada es una sola imagen grande y se traslada intacta, sin pérdida de calidad. Eso sí, los escaneos suman megas rápido: si un portal limita el tamaño de subida, comprime después de unir.

Ejemplos

Cómo se usa

1. Selecciona o arrastra los PDF que quieres unir.
2. Ordena la lista. Pon arriba el archivo cuyo título y marcadores de nivel superior quieres conservar.
3. Pulsa Crear PDF, revisa el número de páginas y descárgalo.

Preguntas frecuentes

Guías relacionadas

• Cómo funciona un archivo PDF: objetos, tabla de referencias cruzadas y por qué cuesta tanto editarlo