La plupart des outils Split PDF divisent les documents par nombre de pages. Dites à l'outil de diviser toutes les 10 pages et il produit un ensemble de morceaux de 10 pages, quelle que soit la quantité de données contenue dans chaque page. Pour les documents dont la densité du contenu des pages varie considérablement, la division du nombre de pages produit des fichiers de tailles très différentes. Une section de texte de 10 pages peut faire 100 Ko. Une section de 10 pages contenant des photographies haute résolution peut faire 25 Mo. La division par taille de fichier plutôt que par nombre de pages produit des fichiers de sortie dont chacun est inférieur à une limite de mégaoctets spécifique, ce que les serveurs de messagerie, les formulaires de téléchargement et les systèmes de gestion de documents appliquent réellement.
Le fractionnement basé sur la taille du fichier est plus complexe que le fractionnement selon le nombre de pages, car l'outil doit estimer le nombre de pages qui correspondent à la taille cible avant d'effectuer le fractionnement. L'estimation n'est jamais exacte car la compression PDF et la déduplication d'objets affectent la taille finale du fichier. L'outil se divise de manière conservatrice, produisant des fichiers légèrement en dessous de la cible, et le dernier fichier contient toutes les pages restantes.
Les outils de fractionnement PDF Batch de WukongPDF offrent des options de fractionnement en nombre de pages et en taille de fichier pour les flux de travail de distribution de documents.
Pourquoi le fractionnement de la taille des fichiers est important pour la distribution
Les limites des pièces jointes aux e-mails sont la raison la plus courante de division de la taille des fichiers. Gmail limite les pièces jointes à 25 Mo. Outlook limite à 20 Mo pour la plupart des forfaits. Les serveurs de messagerie d'entreprise imposent souvent des limites encore plus basses, parfois 10 Mo ou 5 Mo. Un PDF de 60 Mo qui doit être envoyé par courrier électronique doit être divisé en morceaux qui correspondent à la limite de pièces jointes du destinataire. La division par nombre de pages peut produire un morceau de 22 Mo et un autre de 38 Mo, dont aucun ne peut être envoyé par courrier électronique. La division par taille de fichier garantit que chaque morceau est inférieur à la limite.
Les formulaires de téléchargement en ligne imposent également des limites de taille de fichier. Les portails gouvernementaux, les systèmes d'archivage judiciaire et les sites de candidature à un emploi limitent généralement les téléchargements à 5 Mo, 10 Mo ou 25 Mo. La limite est affichée sur la page de téléchargement et son dépassement produit une erreur une fois que le téléchargement a déjà pris du temps. La pré-division du PDF en morceaux de taille conforme garantit que le téléchargement réussit dès la première tentative.
Les systèmes de gestion de documents avec des quotas de stockage par fichier bénéficient de tailles de fichiers cohérentes. Un système qui facture par gigaoctet stocké ne se soucie pas de savoir si les fichiers sont divisés par nombre de pages ou par taille, mais un système qui limite le nombre de fichiers par enregistrement peut pénaliser la division du nombre de pages qui produit de nombreux petits fichiers. La compréhension des contraintes du système en aval éclaire la stratégie de fractionnement.
Essayez de diviser le PDF
Aucune installation nécessaire. Fonctionne directement dans votre navigateur.
Méthode 1 : Répartition par taille d'Adobe Acrobat Pro
Acrobat Pro inclut une option de fractionnement de la taille du fichier dans son outil Fractionner le document. Ouvrez le PDF et accédez à Outils, Organiser les pages, puis cliquez sur Diviser. Dans la boîte de dialogue de fractionnement, choisissez Taille du fichier dans la liste déroulante fractionnée. Entrez la taille maximale du fichier en mégaoctets. Acrobat estime le nombre de pages contenues dans cette taille et les divise en conséquence.
L'algorithme de répartition par taille d'Acrobat fonctionne bien pour les documents comportant des pages relativement uniformes. Pour les documents dont les tailles de page sont très variables, l'estimation peut être erronée de 10 à 20 % car Acrobat ne peut pas prédire avec précision dans quelle mesure la compression de sortie réduira la contribution de chaque page à la taille du fichier. Après le fractionnement, vérifiez la taille réelle des fichiers des morceaux de sortie. Si un morceau dépasse la cible, réduisez légèrement la taille cible et divisez-le à nouveau.
Acrobat nomme les fichiers de sortie en ajoutant un suffixe au nom de fichier d'origine, tel que Document_Part1.pdf, Document_Part2.pdf. La convention de dénomination indique clairement que les fichiers font partie d'un tout et indique l'ordre de lecture correct. Pour les documents qui seront recombinés par le destinataire, incluez une page de couverture dans la première partie expliquant le nombre de pièces attendues et comment les réassembler.
Méthode 2 : séparation de la ligne de commande avec pdftk
pdftk n'a pas de fonctionnalité native de répartition par taille, mais il peut être scripté pour obtenir le même résultat. L'approche consiste à diviser le PDF en pages individuelles, à mesurer la taille du fichier de chaque page, puis à regrouper les pages en morceaux dont la taille cumulée reste inférieure à l'objectif. Un script bash ou PowerShell automatise ce flux de travail.
Tout d’abord, utilisez pdftk pour diviser le PDF en fichiers de pages individuelles : pdftk input.pdf burst. Cela produit pg_0001.pdf, pg_0002.pdf, etc. Utilisez une commande système comme ls -l ou du pour mesurer la taille de chaque fichier d'échange. Parcourez les pages dans l'ordre, en accumulant des tailles jusqu'à ce que la page suivante pousse le total au-dessus de l'objectif. Lorsque l'objectif est atteint, fusionnez les pages accumulées dans un fichier fragmenté à l'aide de pdftk cat, réinitialisez l'accumulateur et continuez avec le fragment suivant.
En pratique, l'approche pdftk est gratuite et scriptable, ce qui la rend adaptée au traitement par lots et à l'automatisation côté serveur. La précision dépend de la mesure de la taille du fichier par page. Les pages individuelles mesurées en tant que fichiers séparés peuvent être légèrement plus grandes que les mêmes pages combinées dans un seul PDF en raison des ressources partagées telles que les polices dupliquées dans les fichiers de pages individuelles. La taille finale des fichiers du bloc sera légèrement inférieure à la somme des tailles de page individuelles.
Méthode 3 : Scripting Python avec pikepdf
En pratique, la bibliothèque pikepdf fournit un contrôle programmatique sur le fractionnement des PDF avec une précision au niveau de l'octet. Un script Python ouvre le PDF, parcourt les pages et utilise l'API pikepdf pour créer un nouveau PDF pour chaque morceau. Le script suit la taille cumulée non compressée des pages ajoutées au bloc actuel et démarre un nouveau bloc lorsque l'ajout de la page suivante dépasserait la cible.
pikepdf donne accès aux flux de contenu brut de la page, permettant une estimation précise de la taille avant l'écriture du fichier de sortie. Le script peut également compresser chaque morceau avec des paramètres spécifiques, tels que la compression JPEG pour les images, afin de contrôler davantage la taille du fichier de sortie. L'approche Python gère les cas extrêmes comme une seule page plus grande que la taille cible en compressant cette page individuellement plutôt que d'échouer.
Gestion des cas extrêmes lors du fractionnement de la taille du fichier
Lorsqu'une seule page dépasse la taille du fichier cible, le fractionnement ne peut pas produire un morceau contenant uniquement cette page tout en restant sous la taille cible. Les options incluent la compression individuelle de la page surdimensionnée avec un sous-échantillonnage d'image plus agressif, la division de la page en sous-pages plus petites si la page se compose de plusieurs sections logiques, ou l'acceptation que cette page dépasse la cible et la notation de l'exception.
Pour les documents comportant de nombreuses petites pages, l'algorithme de répartition par taille peut produire des morceaux avec un nombre de pages très différent. Le morceau 1 peut contenir 50 pages de texte. Le morceau 2 peut contenir 3 pages de photographies. Le destinataire doit être informé que le nombre de pages des fragments varie car le critère de division est la taille du fichier et non le nombre de pages.
| Méthode | Comment ça marche | Meilleur pour |
|---|---|---|
| Acrobat Pro divisé par taille | Spécifiez le nombre maximum de Mo par fichier de sortie | Utilisateurs d'interface graphique, fractionnements occasionnels |
| pdftk avec estimation de la taille | Itérer les pages jusqu'à ce que la taille cible soit atteinte | Flux de travail scriptés, gratuits |
| Python + brochetpdf | Lire les tailles de page, diviser lorsque le cumul dépasse l'objectif | Logique personnalisée, traitement par lots |
Vérification de la sortie fractionnée avant distribution
Après avoir divisé par taille de fichier, ouvrez chaque morceau de sortie et confirmez que la première et la dernière page sont correctes. La division doit se produire aux limites de la page et non au milieu d'une page. Vérifiez que le nombre total de pages dans tous les blocs est égal au nombre de pages du document original. Une divergence indique qu'une page a été supprimée lors du fractionnement.
Vérifiez la taille du fichier de chaque morceau par rapport à la cible. Les morceaux doivent être au niveau ou légèrement en dessous de la cible. Si un morceau dépasse l'objectif de plus de 5 %, l'algorithme de division a sous-estimé la taille de sortie. Réduisez l’objectif de 10 pour cent et divisez-le à nouveau. La marge de 5 à 10 % tient compte de la variabilité de la compression et de la surcharge des ressources partagées.
Diviser un PDF par taille de fichier plutôt que par nombre de pages produit une sortie qui respecte les contraintes réelles de la distribution numérique. Les serveurs de messagerie, les formulaires de téléchargement et les quotas de stockage ne se soucient pas du nombre de pages d'un PDF. Ils se soucient du nombre de mégaoctets. Le fractionnement de la taille du fichier aligne la stratégie de fractionnement sur la contrainte importante.
Automatisation des divisions récurrentes de taille de fichier
D'un point de vue pratique, dans les flux de travail documentaires, pour les organisations qui divisent régulièrement des PDF volumineux pour les distribuer, automatisez le flux de travail de répartition par taille. Un script surveille un dossier pour les fichiers PDF entrants dépassant une taille seuil, les divise en morceaux en dessous de la limite standard de pièces jointes aux e-mails de l'organisation et enregistre les morceaux dans un dossier de sortie avec un nom cohérent. L'automatisation supprime l'étape de fractionnement manuel du processus de distribution de documents.
L'automatisation peut également générer un fichier manifeste répertoriant le nom de chaque morceau, sa taille de fichier et la plage de pages qu'il contient. Le manifeste accompagne les morceaux et indique au destinataire comment réassembler le document. Un simple fichier texte avec une ligne par morceau et le nom du fichier original comme en-tête est suffisant. Le manifeste transforme une collection de fichiers fragmentés nommés arbitrairement en un ensemble de documents clairement documentés.
D'une manière générale, dans les flux de travail documentaires, pour les systèmes de gestion de documents d'entreprise, l'automatisation fractionnée peut s'intégrer à l'API système pour enregistrer chaque morceau en tant que composant associé du document parent. Le système vérifie que le document original de 60 Mo a été divisé en trois morceaux de 20 Mo pour distribution et peut les réassembler à la demande pour les utilisateurs qui ont besoin du fichier complet.
Réassembler les fichiers fractionnés du côté du destinataire
En règle générale, le destinataire d'un document divisé en taille de fichier a besoin d'instructions claires pour le réassemblage. La plupart des outils de fusion PDF peuvent regrouper les morceaux dans le document d'origine s'ils sont fusionnés dans le bon ordre. Les noms de fichiers des blocs doivent indiquer l'ordre : Document_Part1_of_3.pdf, Document_Part2_of_3.pdf, etc. Le destinataire ouvre un outil de fusion, ajoute les fichiers dans l'ordre et produit le document réassemblé.
Pour les destinataires non techniques, incluez un bref fichier d’instructions avec les morceaux. Le fichier d'instructions explique ce que sont les morceaux, combien il devrait y en avoir, comment les recombiner à l'aide d'un outil de fusion PDF en ligne gratuit et qui contacter si un morceau est manquant ou corrompu. La minute supplémentaire passée à écrire le fichier d'instructions évite toute confusion et évite les demandes d'assistance de la part des destinataires qui reçoivent plusieurs pièces jointes PDF sans contexte.
Après le réassemblage, le destinataire doit vérifier que le nombre de pages du document fusionné correspond au nombre de pages indiqué dans le manifeste. Une incompatibilité indique un morceau manquant ou dupliqué. Le nombre de pages du manifeste constitue la référence faisant autorité pour confirmer le réassemblage complet.
Essayez de diviser le PDF
Aucune installation nécessaire. Fonctionne directement dans votre navigateur.