Dividir PDF por rango, marcadores, texto o páginas en blanco

Acerca de Dividir PDF por rango, marcadores, texto o páginas en blanco

Dividir un PDF se reduce a decidir dónde van los cortes. Además de los modos básicos —cada N páginas, un rango o un tamaño máximo—, esta herramienta reúne los que ahorran trabajo manual: cortar por marcadores, por un valor impreso en la página (un número de factura, un RFC o NIF), por hojas en blanco u hojas separadoras con QR en un escaneo por lotes, y un modo que parte en dos los escaneos de libros abiertos.

Todos los modos construyen el resultado trasladando objetos de página, nunca volviendo a renderizar. El texto sigue siendo texto, los vectores siguen siendo vectores y no se pierde calidad. Ese método tiene un efecto visible: los archivos resultantes, sumados, pesan más que el original.

Por qué las partes suman más que el todo

Las fuentes, los logotipos y los perfiles de color se guardan una sola vez en un PDF y todas las páginas que los usan los comparten por número de objeto. Si un informe de 100 páginas comparte un subconjunto de fuente incrustado de 1,5 MB, al cortarlo en diez archivos cada uno necesita su propia copia completa de esa fuente. Y el subconjunto contiene todos los glifos usados en el documento original, así que un extracto de tres páginas sigue llevando los caracteres de las 100.

En cada archivo de salida, la herramienta elimina antes de guardar los objetos que sus páginas ya no referencian: el contenido de las páginas que quedaron fuera y las imágenes que solo usaban ellas. Solo se repiten los recursos compartidos; el contenido propio de cada página aparece una vez. Un PDF escaneado, donde cada página es su propia imagen, se divide en archivos que suman más o menos lo mismo que el original; cuanto más pesen las fuentes, mayor es el sobrecoste.

Cómo acierta el modo por tamaño máximo

«Ningún archivo de más de 10 MB» no se puede traducir a número de páginas: las tres primeras pueden ser una portada llena de fotos y el resto texto plano. Este modo suma el tamaño de los objetos que referencia cada página para estimar cuántas caben, y corrige la siguiente estimación según cuánto se desvió el último archivo guardado. Si un grupo guardado sigue pasándose del límite, solo ese grupo se ajusta mediante búsqueda binaria hasta el mayor número de páginas que cabe.

Una sola página que supera el límite por sí misma —un escaneo de 8 MB, por ejemplo— no se puede dividir, así que la herramienta se detiene e indica cuál es; comprime las imágenes primero. Para correo electrónico, apunta un 5–10 % por debajo del límite del proveedor: los adjuntos viajan codificados en Base64 y crecen alrededor de un tercio.

Dividir por marcadores

Los marcadores forman un árbol de títulos que apuntan a páginas. Si el nivel 1 son capítulos y el 2 apartados, elegir el nivel 1 produce un archivo por capítulo con el nombre del marcador («001-Introducción.pdf»). Solo cuentan como puntos de corte los marcadores que apuntan realmente a una página; se omiten los que solo agrupan títulos y los que abren una dirección web.

Cada archivo conserva únicamente los marcadores de su propio rango y se eliminan las entradas que apuntaban a páginas que ya no están. Un encabezado con hijos se mantiene como encabezado aunque su propia página de destino haya salido.

Dividir por texto: facturas y nóminas por lotes

Una tanda de 300 facturas exportada desde el programa de contabilidad suele repetir en cada página una línea como «Factura n.º: F-1024». Este modo lee la capa de texto de cada página y corta donde ese valor cambia, o donde aparece. Al abrir el archivo busca líneas «etiqueta: valor» que se repiten en muchas páginas y cambian a menudo, y las propone; algo idéntico en todas las páginas, como el nombre de tu empresa, no sirve para cortar y queda abajo.

Limitar la búsqueda al N % superior de la página evita que un número citado en el cuerpo provoque un corte. Los nombres de archivo admiten marcadores como {value}, {n} y {start}, así que la salida puede llamarse «F-1024.pdf» y enviarse tal cual. Un PDF escaneado no tiene capa de texto: pásale OCR antes.

Dividir por páginas en blanco u hojas separadoras con QR

Si pasas por el alimentador del escáner varios documentos con una hoja en blanco entre ellos, este modo corta en las hojas en blanco. Una página cuenta como blanca cuando la proporción de píxeles oscuros —brillo menor que 160 en escala de 0 a 255— es del 0,05 % o menos, ignorando un borde del 5 % por cada lado. El borde se excluye porque las sombras de los márgenes y los agujeros de perforadora son lo que suele convertir una hoja en blanco en «página con contenido».

En un escaneo a doble cara, una hoja separadora produce dos páginas en blanco, así que pon la racha mínima en 2; así, el reverso en blanco de una hoja dentro de un documento no se confunde con un separador. Las hojas separadoras con QR impreso son todavía más fiables y su texto (por ejemplo «DOC:Contrato-Acme») puede dar nombre al archivo. Las páginas separadoras pueden eliminarse o quedarse como primera página del documento siguiente o última del anterior.

Dividir pliegos de libros escaneados

Al escanear un libro abierto, las páginas izquierda y derecha quedan en una sola hoja apaisada. Este modo no recorta píxeles: hace dos copias superficiales del diccionario de página que comparten el mismo flujo de contenido y estrecha el CropBox —el área visible— de cada una a su mitad. La calidad no cambia y el archivo apenas crece, pero la mitad oculta de cada imagen sigue dentro del archivo.

La línea de corte se mueve entre el 20 % y el 80 %, y cada mitad puede solaparse unos milímetros para que el texto junto al lomo no quede cortado. Para libros de derecha a izquierda (japonés vertical, árabe, hebreo) elige «derecha primero», y deja enteras la primera y la última hoja si las cubiertas se escanearon sueltas.

Ejemplos

Cómo se usa

1. Elige un PDF y el método: páginas/rango/tamaño, marcadores, texto, páginas en blanco/QR o pliegos.
2. Ajusta el criterio y revisa los cortes en la vista previa; activa o desactiva cortes página a página si hace falta.
3. Ejecuta la división y descarga los archivos uno a uno o en un ZIP.

Preguntas frecuentes

Guías relacionadas

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