PDF には、財務報告書に添付されたスプレッドシート、設計文書に添付された画像、付録として添付されたその他の PDF、補足資料として添付されたデータ ファイルなどの埋め込みファイルを含めることができます。これらの添付ファイルは PDF 内に保存され、誰かが必要とするまでほとんどの読者には見えません。 PDF からの添付ファイルの抽出は、これらの埋め込みファイルを取得し、親 PDF から独立して開いたり、編集したり、使用したりできるスタンドアロン ドキュメントとして保存するプロセスです。
ブラウザベースの PDF ツールは、添付ファイルを自動的に抽出できます。抽出では、各埋め込みファイルの元のファイル形式、ファイル名、内容が保持されます。抽出されたファイルは、親 PDF とは別に個別のドキュメントとしてデバイスまたはクラウド ストレージに保存されますが、内容は埋め込まれたものと同一です。このガイドでは、添付ファイルの検出方法、抽出方法、不明なソースによって埋め込まれたファイルを処理する際の注意事項について説明します。
埋め込みファイルに対する Unlock PDF の関係は重要です。親 PDF がパスワードで保護されている場合、埋め込みファイルはその保護を共有します。親のロックを解除すると、暗号化の適用方法に応じて、埋め込みファイルのロックが解除される場合とされない場合があります。
アタッチメントの種類と取り扱い方法
| アタッチメントタイプ | 共通ソース | 抽出方法 | セキュリティノート |
|---|---|---|---|
| スプレッドシート (XLSX、CSV) | データテーブルが添付された財務レポート、明細項目の詳細が記載された請求書 | 抽出してスプレッドシート アプリケーションで開きます。抽出後にデータの整合性を検証する | Windows で抽出したスプレッドシートを開く前にマクロを確認する |
| 画像 (JPG、PNG、TIFF) | 高解像度の写真が添付されたドキュメントのデザイン、ページ画像が埋め込まれたスキャンされたドキュメント | 個別に抽出します。画像は PDF に表示される解像度よりも高解像度である場合があります | 一般的には安全です。 EXIF メタデータには位置情報やデバイス情報が含まれる場合があります |
| その他のPDF | ポートフォリオ、法的証拠書類のバンドル、編集された文書パッケージ | 抽出してスタンドアロン PDF として開きます。埋め込まれた各 PDF は完全に独立したドキュメントです | 埋め込まれた PDF には、親とは独立した独自のセキュリティ設定がある場合があります。 |
| 実行可能ファイルまたはスクリプト ファイル | 正規の文書では稀です。悪意のある PDF を示す可能性があります | 取り出したり開いたりしないでください。親 PDF を隔離し、セキュリティ ソフトウェアでスキャンする | リスクが高い。予期しない PDF に含まれる実行可能ファイルの添付ファイルはマルウェアの媒介です |
処理前の添付ファイルの検出
添付ファイルパネルが表示されるリーダーで PDF を開きます。 Adobe Acrobat では、添付ファイルが左側のサイドバーにクリップのアイコンとして表示されます。ほとんどのブラウザベースの PDF ビューアはこのパネルを表示しません。つまり、目に見える表示がなくても添付ファイルが存在する可能性があります。オンライン ツールを使用して PDF を処理する前に、添付ファイルがないか確認してください。ツールが添付ファイルを保存しない場合、それらは通知なく削除されます。ツールがそれらを保存する場合、それらは出力まで引き継がれます。これは望ましい場合もあれば、機密性の高い埋め込みファイルが意図せずに含まれることを意味する場合もあります。
WukongPDF は、埋め込まれたコンテンツを保持しながら PDF を処理します。共有前の添付ファイルのPDF セキュリティ チェックにより、表示されているページが存在を示していない埋め込みファイルの意図しない配布が防止されます。
抽出された添付ファイルの整理
抽出されたファイルには、親 PDF と一致する名前を付けます。親の名前が project-report.pdf で、それに 3 つの添付ファイルが含まれている場合は、抽出されたファイルに project-report-attachment-1.xlsx、project-report-attachment-2.jpg、および project-report-attachment-3.pdf という名前を付けます。命名規則により、親とその添付ファイルの間の関係が維持されます。抽出したファイルを親 PDF と一緒に保存するか、明確な名前を付けてサブフォルダーに保存します。整理は数秒で完了し、数か月後にはファイル間の関係が明らかになります。
抽出された添付ファイルの整合性の検証
抽出後、抽出された各ファイルを開き、ファイルが完全で完全であることを確認します。 PDF に埋め込まれたスプレッドシートは、すべてのデータが存在する状態で正しく開く必要があります。画像は最大解像度で表示される必要があります。 PDF 添付ファイルは、完全で読みやすい文書として開く必要があります。抽出プロセスではファイルの内容が変更されるべきではありません。抽出されたファイルが破損しているか不完全な場合は、抽出ツールが添付ファイル データを誤って処理した可能性があります。別の抽出ツールを試すか、デスクトップ PDF リーダーを使用して手動で抽出します。
検証手順は、抽出されたファイルが配布されたり、分析に使用されたりする場合に特に重要です。行が欠落しているスプレッドシートや解像度が低下した画像は、すぐには分からないかもしれませんが、下流で問題を引き起こす可能性があります。抽出された添付ファイルの PDF セキュリティ の検証は、他の文書処理出力の検証と同じくらい徹底する必要があります。
パスワードで保護された添付ファイルの処理
親 PDF がパスワードで保護されている場合、埋め込まれた添付ファイルもその保護を共有します。親のロックが解除されると、暗号化の適用方法に応じて、添付ファイルのロックが自動的に解除される場合とされない場合があります。親のロックを解除した後、添付ファイルを抽出します。抽出されたファイルにまだ制限がある場合は、保護が継承されているため、個別にロックを解除する必要があります。抽出された各ファイルを開いて確認してください。パスワードのプロンプトが表示された場合、添付ファイルは保護されています。
埋め込みファイルのPDF のロック解除 プロセスは、スタンドアロン PDF の場合と同じルールに従います。所有者のパスワード制限を削除できます。ユーザーパスワードの暗号化にはパスワードが必要です。親文書の保護状態は、添付ファイルの保護状態を保証するものではありません。各添付ファイルを個別に確認します。
複数の PDF から添付ファイルをバッチ抽出する
それぞれに添付ファイルが含まれる PDF のフォルダーがある場合、それらを個別に抽出する作業を繰り返すことになります。一部のブラウザベースのツールは、添付ファイルのバッチ抽出をサポートしており、単一セッションで複数の PDF を処理し、すべての埋め込みファイルを整理された出力フォルダーに抽出します。このツールは、各ソース PDF にちなんで名付けられたサブフォルダーを作成し、抽出された添付ファイルをその中に置きます。
バッチ抽出の場合、ソース PDF に一貫した名前を付けることが不可欠です。ソース ファイルにわかりやすい名前が付いている場合、出力フォルダーの構造は自動的に文書化されます。ソース ファイルの名前が document.pdf および document(1).pdf の場合、出力構造がわかりにくくなります。バッチ抽出する前にソース ファイルの名前を変更します。添付ファイル抽出の PDF Security バッチ ワークフローは、他のバッチ プロセスと同じであり、整理された入力から整理された出力が生成されます。