研究論文の PDF をダウンロードします。各ページのヘッダーには雑誌名が、フッターには URL が含まれています。きれいな記事のテキストだけを抽出したいのですが、これらのヘッダーとフッターは、ページ番号や装飾ルールとともにすべてのページに表示されます。テキストをコピーして貼り付けると、ヘッダー行とフッター行が本文テキストと混ざり合い、混乱が生じます。トリミングによってこれらの繰り返し要素を削除すると、きれいで読みやすい文書が作成されます。
PDF をトリミングしてヘッダー、フッター、ページ番号を削除することは、一般的なトリミング操作の対象バージョンです。ページ全体の周囲の空白の余白を削除するのではなく、繰り返し要素が存在する特定のゾーンをトリミングします。 Crop PDF アプローチは、これらの要素が各ページで一貫した位置を占める場合に機能します。
ヘッダーおよびフッターゾーンの測定
トリミングする前に、ヘッダーとフッターが占めるスペースを測定します。 PDF を 100% ズームで開きます。ヘッダーは通常、ページの上部 0.5 ～ 1 インチを占めます。フッターは通常、下部の 0.5 ～ 1 インチを占めます。ページ番号は通常フッター領域にありますが、ヘッダーに表示される場合もあります。透かしはどこにでも表示されますが、通常は中央に表示されます。 PDF ビューアの定規または測定ツールを使用して、ページの端から本文の開始位置と終了位置までの正確な距離を測定します。
ルーラーが表示されない場合は、ページ上の参照要素を使用します。本文は通常、レター サイズのページの上部から約 0.75 ～ 1 インチの位置から始まります。フッターとページ番号が配置される下の余白は、通常 0.5 ～ 0.75 インチです。これらは開始時の見積もりです。学術雑誌、政府出版物、企業のテンプレートはそれぞれ異なるマージン スキームを使用しているため、特定のドキュメントに基づいて測定してください。
作物の適用
WukongPDF のトリミング ツールでは、トリミング マージンの数値入力が可能です。上部のトリミングマージンを、測定されたヘッダーの高さ (通常は 0.75 インチ) に設定します。下部のトリミングマージンを、測定されたフッターの高さ (通常は 0.5 インチ) に設定します。サイドマージンもトリミングしない限り、左右のマージンはゼロのままにしておきます。すべてのページにトリミングを適用します。ヘッダーとフッターは表示されるページ領域の外に表示されます。ドキュメントには本文の内容のみが表示されます。
ヘッダーとフッターが本文の近くにあるドキュメントに特有のテクニック: 境界線で正確にではなく、本文のテキスト領域をわずかにトリミングします。本文テキストに 0.1 インチオーバーラップすることで、ヘッダーまたはフッターの断片が表示されなくなります。 0.05 インチの隙間を残す代替案では、一部のページに繰り返しテキストの一部が表示される可能性があり、それはだらしなく見え、トリミングの目的を損なうことになります。
ページ中央での透かしの処理
ページの中央に透かしがある場合、トリミングでは外側の端が削除されるだけであるため、トリミングはページの役に立ちません。中心にある「DRAFT」。または「機密」透かしは本文テキストに重なるため、残しておきたいコンテンツを削除しないと切り取ることはできません。中央に透かしを配置する場合、トリミングは間違ったツールです。代わりに、透かし除去ツールを使用してください。このツールは、その下のコンテンツを保持しながら、透かしレイヤーを検出して削除します。
このツールはこれら 2 つのケースを区別します。 PDF ページ トリミング ツールは、端にある繰り返し要素を処理します。ウォーターマーク ツールは、コンテンツに配置されたウォーターマークを処理します。どのタイプの不要な要素にどのツールを使用すればよいかを把握しておくと、トリミングでは到達できないものをトリミングしようとしてイライラすることがなくなります。
ヘッダーまたはフッターがページ間で異なる場合の対処法
ドキュメントによっては、セクションごとにヘッダーが変わるものもあります。第 1 章には短いヘッダーが含まれる場合があります。第 2 章には、ページのさらに下まで続く長いヘッダーが含まれる場合があります。最大のヘッダーに基づいて均一なトリミングを適用すると、ヘッダーが短いページから大量のコンテンツが削除されます。解決策は、ドキュメントをセクションごとに分割し、各セクションに異なるトリミング設定を適用して、再結合することです。これは手間がかかりますが、一部のページで本文テキストを切り取ったり、他のページにヘッダー フラグメントを残したりするトリミングを受け入れるよりもきれいな結果が得られます。
同様に、縦向きのページに横向きのページが混在する文書も個別に処理する必要があります。縦向きのページの上部で 0.75 インチを占めるヘッダーは、横向きのページでも同じ物理的距離を占めますが、ページの寸法は異なります。縦向きのページにトリミングを適用してから、別に測定したトリミングを横向きのページに適用します。この方向ごとのアプローチにより、ページの回転に関係なく一貫したトリミングが保証されます。
トリミング後: スペースの再利用
トリミングによってコンテンツは非表示になりますが、コンテンツが削除されたり、ファイル サイズが削減されることはありません。トリミングされたヘッダーとフッターのデータは、ファイル内の表示領域の外側にまだ残っています。ファイル サイズが重要な場合は、トリミングした PDF をトリミング後に圧縮します。圧縮ステップでは、隠された画像データが破棄されます。ファイル サイズは小さくなり、非表示の領域のみが破棄されるため、表示されるコンテンツの品質には影響がありません。
再印刷または再配布されるドキュメントについては、ヘッダーとフッターが意図的に削除されたことを示す注記を追加することを検討してください。最初のページには、「わかりやすくするためにヘッダーとフッターは切り取られています」という短い注記が記載されています。受信者が文書に欠陥があると思われないようにします。これは、ヘッダーとフッターに受信者が期待する識別情報が含まれる可能性がある法律文書または学術文書の場合に特に重要です。 WukongPDF の PDF Editor を使用すると、トリミングを説明するテキスト注釈を最初のページに追加できます。これは、文書を編集して説明段落を挿入するよりも高速です。
切り抜きによってヘッダーとフッターを削除すると、アクセシビリティにとって追加の利点があります。スクリーン リーダーは多くの場合、すべてのページでヘッダーとフッターのテキストを読み上げ、ドキュメントのタイトル、URL、またはページ番号を繰り返しアナウンスすることでメイン コンテンツの流れを中断します。これは、特に長い文書の場合、スクリーン リーダーのユーザーにとっては大変な作業です。ヘッダーとフッターをトリミングすると、表示されているページからそれらが削除されますが、テキストは PDF のコンテンツ レイヤーにまだ存在し、支援技術によって読み取られる可能性があります。完全なアクセシビリティを確保するには、トリミング後に、PDF のタグ ツリーでトリミングされたヘッダー領域とフッター領域をアーティファクトとしてマークします。アーティファクトはスクリーン リーダーによって無視されます。この 2 段階のプロセスでは、視覚的にトリミングし、構造的にアーティファクトとしてマークすることで、晴眼者の読者と支援技術ユーザーの両方にとってよりクリーンなドキュメントを生成します。
ヘッダーとフッターのトリミングが特に役立つ一般的なシナリオは、メモ取りや引用管理のために学術 PDF からクリーンな記事テキストを抽出する場合です。通常、雑誌記事には、各ページのヘッダーとフッターに雑誌名、DOI、ページ番号が含まれています。これらを切り取ると、視覚的に中断されることなく読むことができるクリーンなテキストが生成されます。ただし、トリミングすると引用情報が削除されることに注意してください。後で論文を引用する必要がある場合は、トリミングする前に DOI とジャーナル名を記録するか、トリミングされたクリーンなバージョンとオリジナルの両方を保存してください。トリミングしたバージョンは読み物用です。原文は参考までに。