Abres un PDF en Adobe Acrobat. El contador de páginas muestra 47 páginas. Abres el mismo archivo en un visor basado en navegador y muestra 45 páginas. Lo carga en un sistema de gestión de documentos y el sistema informa 48 páginas. El archivo no ha cambiado. El recuento de páginas varía porque cada software cuenta las páginas de manera diferente, especialmente cuando el PDF contiene elementos que el software puede interpretar como páginas o no.
Páginas PDF el recuento parece que debería ser inequívoco: una página es una página. Pero la especificación PDF permite objetos similares a páginas que técnicamente no son páginas, y diferentes lectores de PDF toman decisiones diferentes sobre si contarlos o no. La discrepancia generalmente se debe a una de varias características específicas.
Cómo se definen y cuentan las páginas PDF
El árbol de páginas PDF es una estructura de datos que enumera cada objeto de página del documento. Un lector de PDF compatible cuenta las entradas de este árbol para determinar el recuento de páginas. El árbol de páginas tiene autoridad. Cada página del árbol es una página. Ningún objeto fuera del árbol es una página.
Sin embargo, algunos lectores de PDF cuentan elementos adicionales como páginas. Los archivos incrustados, como hojas de cálculo u otros archivos PDF adjuntos al documento, pueden contarse como páginas mediante un software que enumera todos los objetos renderizables en lugar de solo las entradas del árbol de páginas.
El Formato PDF también admite etiquetas de página que muestran un número diferente al de la posición física de la página. Un documento puede tener páginas frontales con números romanos etiquetadas del i al iv y páginas del cuerpo etiquetadas del 1 al 40. Una herramienta que cuenta por etiquetas puede informar 44 páginas. Una herramienta que cuenta por posición física reporta 44 páginas. Los recuentos coinciden pero la numeración difiere.
Causas comunes de discrepancias en el recuento de páginas
Las páginas ocultas que existen en el árbol de páginas pero que el espectador no muestra aún cuentan para el recuento total de páginas. Una página configurada con una bandera de visibilidad oculta es una página real que ocupa una posición en el árbol de páginas. Es posible que el software que respeta la bandera de visibilidad no la muestre. El software que cuenta las páginas del árbol lo cuenta.
Las páginas en blanco insertadas por el creador de PDF para la impresión a doble cara son páginas reales sin contenido visible. Cuentan para el total de páginas. Un lector que muestra páginas en blanco como hojas vacías informa el recuento correcto. Un lector que se salta las páginas en blanco informa un recuento menor.
Las portadas de los portafolios y los paneles de navegación de los portafolios PDF se representan como páginas, pero es posible que no se cuenten de manera consistente. Adobe Acrobat cuenta los elementos del portafolio como páginas. Otros espectadores pueden contar sólo las páginas del archivo incrustado.
¿Qué recuento de páginas es correcto?
El recuento del árbol de páginas es técnicamente correcto. Cualquier software que informe un recuento diferente al número de entradas en el árbol de páginas está tomando decisiones interpretativas sobre lo que constituye una página. El recuento del árbol de páginas es la respuesta definitiva.
WukongPDF muestra el recuento del árbol de páginas en el panel de información del documento, proporcionando el recuento de páginas autorizado independientemente de cómo otro software interprete la estructura del documento.
Resolución de discrepancias en el recuento de páginas en la práctica
Cuando una discrepancia en el recuento de páginas causa un problema práctico, como que un sistema de gestión de documentos rechace un archivo porque el recuento de páginas informado no coincide con el recuento esperado, inspeccione el árbol de páginas. Elimine las páginas ocultas, las páginas en blanco y los elementos del portafolio que están inflando el recuento.
Para los documentos enviados a sistemas que utilizan el recuento de páginas para facturación o cumplimiento, documente qué método de recuento de páginas utiliza el sistema. Un sistema de archivo legal que cuente las páginas para las tarifas de presentación debe especificar si cuenta páginas físicas, páginas etiquetadas o páginas renderizadas.
La discrepancia en el recuento de páginas entre aplicaciones de software rara vez es un signo de corrupción de archivos. Casi siempre es una diferencia de interpretación.
Los archivos adjuntos PDF incrustados en el documento se almacenan como secuencias de archivos independientes. Algunos programas cuentan las páginas de los archivos PDF incrustados en el total.
El árbol de páginas PDF puede contener nodos que hagan referencia al mismo objeto de página varias veces. El software que cuenta las referencias reporta un recuento más alto.
Los guardados incrementales pueden crear entradas duplicadas en el árbol de páginas si la operación de guardar no limpia adecuadamente el árbol de páginas anterior.
Las etiquetas de página que utilizan prefijos no numéricos pueden confundir al software de conteo. El software que analiza etiquetas puede malinterpretar los prefijos.
El recuento de páginas informado por el controlador de la impresora puede diferir del recuento de lectores debido a la configuración de impresión, como el diseño a doble cara o de folleto.
Un PDF se genera mediante programación, es posible que el árbol de páginas no esté perfectamente formado. Problemas menores pueden afectar el conteo.
Para presentaciones legales y regulatorias donde el recuento de páginas determina las tarifas de presentación, verifique utilizando el mismo software que utiliza la agencia receptora.
Los sistemas de gestión de documentos que indexan archivos PDF por recuento de páginas deben utilizar el recuento del árbol de páginas como valor autorizado.
La solución más sencilla a una disputa por el recuento de páginas es acordar un visor de PDF de referencia. Adobe Acrobat es el más aceptado.
El software de conteo de páginas que opera en el PDF sin procesar sin renderizar generalmente informa directamente el conteo del árbol de páginas.
Comprender que las discrepancias en el recuento de páginas son un problema de interpretación del software ayuda a los usuarios a responder adecuadamente.
La discrepancia en el recuento de páginas es una diferencia de comportamiento del software, no un defecto del documento, y comprender esto evita la resolución de problemas innecesarios.
Al enviar archivos PDF a sistemas que validan el recuento de páginas, valídelos previamente utilizando el mismo método de recuento que utiliza el sistema receptor.
La especificación PDF define el árbol de páginas como la lista de páginas autorizada, y cualquier software que informe un recuento diferente está tomando decisiones interpretativas.
Para aplicaciones críticas donde el recuento de páginas afecta la facturación o el cumplimiento, documente el método de recuento y la versión del software utilizado para determinar el recuento.
Las discrepancias en el recuento de páginas descubiertas después del envío del documento a menudo se pueden explicar a la parte receptora haciendo referencia a la diferencia en el método de recuento.
Los canales de procesamiento de documentos automatizados deben utilizar el recuento del árbol de páginas para lograr coherencia en todos los documentos procesados por el canal.
El tiempo dedicado a investigar las discrepancias en el recuento de páginas se puede minimizar estandarizando en un visor de PDF para todas las verificaciones del recuento de páginas.
Los archivos incrustados y los archivos adjuntos que aumentan el recuento de páginas se pueden eliminar o extraer antes de contarlos para obtener el recuento de páginas del documento principal.
Para los archivos PDF distribuidos a una amplia audiencia, incluir una nota sobre el recuento de páginas esperado ayuda a los destinatarios a verificar que recibieron el documento completo.
Las herramientas de recuento de páginas que funcionan a nivel de estructura de archivos proporcionan el recuento más rápido y preciso para el procesamiento por lotes de grandes colecciones de documentos.
La especificación PDF permite objetos de página que están presentes en la estructura del archivo pero que el espectador no muestra. Estas páginas no visibles se cuentan mediante un software que enumera todas las entradas del árbol de páginas.
Algunas herramientas de manipulación de PDF agregan páginas temporales durante el procesamiento que se eliminan cuando se guarda el archivo. Si se interrumpe la operación de guardar, estas páginas temporales pueden persistir en el archivo.
Puede parecer que el recuento de páginas cambia cuando se abre un PDF en diferentes versiones del mismo software. Adobe Acrobat DC puede contar páginas de forma diferente que Acrobat XI para el mismo archivo.
Las herramientas PDF de línea de comandos como pdftk y qpdf informan el recuento del árbol de páginas directamente y son útiles para la verificación independiente cuando las herramientas GUI no están de acuerdo.
Para documentos con etiquetas de página que reinician la numeración a mitad del documento, el software que cuenta por valores de etiqueta únicos puede informar menos páginas de las que realmente existen.
El recuento de páginas informado en el panel de propiedades del documento puede diferir del recuento que se muestra en la barra de herramientas de navegación de páginas de la misma aplicación.
Cuando se exporta un PDF desde un procesador de textos, el exportador puede agregar o eliminar páginas en blanco para exigir el inicio de capítulos en páginas pares, cambiando el recuento de páginas de lo que estaba visible en el procesador de textos.
Comprender la causa específica de una discrepancia en el recuento de páginas de sus documentos le permite explicarla con confianza a los destinatarios que cuestionan el recuento.
El escenario de discrepancia en el recuento de páginas más común es que un usuario informe que un PDF tiene un número de páginas diferente al esperado, y la resolución casi siempre se encuentra en el método de conteo en lugar del archivo.
Para las organizaciones que procesan miles de archivos PDF, la estandarización en un solo método de conteo de páginas evita la confusión recurrente de conteos no coincidentes entre diferentes departamentos que utilizan software diferente.
Cuando se crea un PDF escaneando un documento físico, el escáner puede insertar páginas en blanco u omitir páginas de doble cara, creando un recuento de páginas que no coincide con el documento físico original.
| Software / Método | Lo que cuenta | Resultado típico | Cuando los recuentos difieren |
|---|---|---|---|
| Acróbata de Adobe | Entradas del árbol de páginas | recuento autorizado | N/A (estándar de referencia) |
| Visores del navegador | Sólo páginas renderizadas | Más bajo que el árbol de páginas | Salta páginas ocultas/en blanco |
| DMS/herramientas de indexación | Varía según la implementación | Puede incluir archivos incrustados | Cuenta las páginas PDF incrustadas |
| Herramientas de línea de comandos | Entradas del árbol de páginas | Partidos acróbata | Consistente entre herramientas |