대부분의 PDF 분할 도구는 문서를 페이지 수로 나눕니다. 도구에 10페이지마다 분할하도록 지시하면 각 페이지에 포함된 데이터 양에 관계없이 10페이지 청크 세트를 생성합니다. 페이지 콘텐츠 밀도가 매우 다양한 문서의 경우 페이지 수 분할을 사용하면 크기가 매우 다른 파일이 생성됩니다. 10페이지 분량의 텍스트 섹션은 100KB일 수 있습니다. 고해상도 사진이 포함된 10페이지 섹션의 크기는 25MB일 수 있습니다. 페이지 수 대신 파일 크기로 분할하면 각각 특정 메가바이트 제한 미만의 출력 파일이 생성됩니다. 이는 이메일 서버, 업로드 양식 및 문서 관리 시스템이 실제로 적용하는 것입니다.
파일 크기 기반 분할은 분할을 수행하기 전에 도구가 대상 크기에 맞는 페이지 수를 추정해야 하기 때문에 페이지 수 분할보다 더 복잡합니다. PDF 압축 및 개체 중복 제거가 최종 파일 크기에 영향을 미치기 때문에 추정치는 정확하지 않습니다. 도구는 보수적으로 분할하여 대상보다 약간 아래에 파일을 생성하며 마지막 파일에는 남아 있는 페이지가 포함됩니다.
WukongPDF의 PDF 배치 분할 도구는 문서 배포 작업흐름을 위한 페이지 수 및 파일 크기 분할 옵션을 모두 제공합니다.
배포에 파일 크기 분할이 중요한 이유
이메일 첨부 파일 제한은 파일 크기 분할의 가장 일반적인 이유입니다. Gmail은 첨부 파일을 25MB로 제한합니다. Outlook은 대부분의 계획에서 20MB로 제한됩니다. 기업 이메일 서버는 종종 더 낮은 제한(때때로 10MB 또는 5MB)을 적용합니다. 이메일로 보내야 하는 60MB PDF는 수신자의 첨부 파일 제한에 맞는 청크로 분할되어야 합니다. 페이지 수에 따라 분할하면 22MB의 청크 하나와 38MB의 청크가 생성될 수 있으며 둘 다 이메일로 보낼 수 없습니다. 파일 크기별로 분할하면 모든 청크가 제한 내에 있음을 보장합니다.
온라인 업로드 양식에도 파일 크기 제한이 적용됩니다. 정부 포털, 법원 서류 제출 시스템, 취업 지원 사이트에서는 일반적으로 업로드를 5MB, 10MB 또는 25MB로 제한합니다. 한도는 업로드 페이지에 표시되며, 이를 초과하면 업로드에 이미 시간이 소비된 후 오류가 발생합니다. PDF를 크기에 맞는 청크로 미리 분할하면 첫 번째 시도에서 업로드가 성공합니다.
파일당 저장소 할당량이 있는 문서 관리 시스템은 일관된 파일 크기의 이점을 얻습니다. 저장된 기가바이트 단위로 요금을 부과하는 시스템은 파일을 페이지 수로 분할하는지 크기로 분할하는지에 무관하지만, 레코드당 파일 수를 제한하는 시스템은 작은 파일을 많이 생성하는 페이지 수 분할에 불이익을 줄 수 있습니다. 다운스트림 시스템 제약 조건을 이해하면 분할 전략에 대한 정보를 얻을 수 있습니다.
방법 1: Adobe Acrobat Pro의 크기별 분할
Acrobat Pro에는 문서 분할 도구에 파일 크기 분할 옵션이 포함되어 있습니다. PDF를 열고 도구, 페이지 구성으로 이동한 다음 분할을 클릭합니다. 분할 대화 상자의 분할 기준 드롭다운에서 파일 크기를 선택합니다. 최대 파일 크기를 메가바이트 단위로 입력합니다. Acrobat은 해당 크기에 맞는 페이지 수를 예측하고 그에 따라 분할합니다.
Acrobat 크기별 분할 알고리즘은 페이지가 비교적 균일한 문서에 적합합니다. 페이지 크기가 매우 가변적인 문서의 경우 Acrobat은 출력 압축으로 인해 각 페이지가 파일 크기에 미치는 영향을 얼마나 줄일지 정확하게 예측할 수 없기 때문에 추정치가 10~20% 정도 다를 수 있습니다. 분할 후 출력 청크의 실제 파일 크기를 확인합니다. 청크가 목표를 초과하는 경우 목표 크기를 약간 줄이고 다시 분할하십시오.
Acrobat은 Document_Part1.pdf, Document_Part2.pdf와 같이 원본 파일 이름에 접미사를 추가하여 출력 파일의 이름을 지정합니다. 명명 규칙은 파일이 전체의 일부임을 명확하게 하고 올바른 읽기 순서를 나타냅니다. 수령인이 재결합할 문서의 경우 첫 번째 부분에 예상되는 부품 수와 재조립 방법을 설명하는 표지를 포함하십시오.
방법 2: pdftk를 사용한 명령줄 분할
pdftk에는 기본 크기별 분할 기능이 없지만 동일한 결과를 얻기 위해 스크립트를 작성할 수 있습니다. 접근 방식은 PDF를 개별 페이지로 분할하고, 각 페이지의 파일 크기를 측정한 다음, 누적 크기가 목표 이하로 유지되는 청크로 페이지를 그룹화하는 것입니다. Bash 또는 PowerShell 스크립트는 이 워크플로를 자동화합니다.
먼저 pdftk를 사용하여 PDF를 개별 페이지 파일로 버스트합니다(pdftk input.pdf 버스트). 그러면 pg_0001.pdf, pg_0002.pdf 등이 생성됩니다. ls -l 또는 du와 같은 시스템 명령을 사용하여 각 페이지 파일 크기를 측정합니다. 페이지를 순서대로 반복하여 다음 페이지에서 총계가 대상을 초과할 때까지 크기를 누적합니다. 목표에 도달하면 pdftk cat을 사용하여 누적된 페이지를 청크 파일로 병합하고 누적기를 재설정한 후 다음 청크로 계속 진행합니다.
실제로 pdftk 접근 방식은 무료이며 스크립트가 가능하므로 일괄 처리 및 서버 측 자동화에 적합합니다. 정확도는 페이지당 파일 크기 측정에 따라 달라집니다. 별도의 파일로 측정된 개별 페이지는 개별 페이지 파일 전체에 중복되는 글꼴과 같은 공유 리소스로 인해 단일 PDF로 결합된 동일한 페이지보다 약간 더 클 수 있습니다. 최종 청크 파일 크기는 개별 페이지 크기의 합보다 다소 작습니다.
방법 3: pikepdf를 사용한 Python 스크립팅
실제로 pikepdf 라이브러리는 바이트 수준의 정밀도로 PDF 분할에 대한 프로그래밍 방식 제어를 제공합니다. Python 스크립트는 PDF를 열고 페이지를 반복하며 pikepdf API를 사용하여 각 청크에 대한 새 PDF를 만듭니다. 스크립트는 현재 청크에 추가된 페이지의 압축되지 않은 누적 크기를 추적하고 다음 페이지를 추가하면 대상을 초과할 때 새 청크를 시작합니다.
pikepdf는 원시 페이지 콘텐츠 스트림에 대한 액세스를 제공하여 출력 파일이 작성되기 전에 정확한 크기 추정을 가능하게 합니다. 또한 스크립트는 이미지의 JPEG 압축과 같은 특정 설정으로 각 청크를 압축하여 출력 파일 크기를 추가로 제어할 수도 있습니다. Python 접근 방식은 실패하지 않고 해당 페이지를 개별적으로 압축하여 대상 크기보다 큰 단일 페이지와 같은 극단적인 경우를 처리합니다.
파일 크기 분할 시 극단적인 경우 처리
단일 페이지가 대상 파일 크기를 초과하면 분할은 대상 아래에 머무르면서 해당 페이지만 포함하는 청크를 생성할 수 없습니다. 옵션에는 보다 공격적인 이미지 다운샘플링을 사용하여 큰 페이지를 개별적으로 압축하는 것, 페이지가 여러 논리 섹션으로 구성된 경우 페이지를 더 작은 하위 페이지로 분할하는 것, 이 페이지가 목표를 초과하는 것을 승인하고 예외를 기록하는 것이 포함됩니다.
작은 페이지가 많은 문서의 경우 크기별 분할 알고리즘은 페이지 수가 매우 다른 청크를 생성할 수 있습니다. 청크 1에는 50페이지의 텍스트가 포함될 수 있습니다. 청크 2에는 3페이지의 사진이 포함될 수 있습니다. 분할 기준은 페이지 수가 아니라 파일 크기이기 때문에 청크의 페이지 수가 다양하다는 사실을 수신자에게 알려야 합니다.
| 방법 | 작동 방식 | 에 가장 적합 |
|---|---|---|
| Acrobat Pro를 크기별로 분할 | 출력 파일당 최대 MB 지정 | GUI 사용자, 가끔 분할 |
| 크기 추정이 가능한 pdftk | 목표 크기에 도달할 때까지 페이지를 반복합니다. | 스크립트 기반 워크플로, 무료 |
| 파이썬 + 파이크pdf | 읽기 페이지 크기, 누적이 목표를 초과하면 분할 | 커스텀 로직, 일괄 처리 |
배포 전 분할 출력 확인
파일 크기별로 분할한 후 각 출력 청크를 열고 첫 번째 페이지와 마지막 페이지가 올바른지 확인합니다. 분할은 페이지 중간이 아닌 페이지 경계에서 발생해야 합니다. 모든 청크의 총 페이지 수가 원본 문서의 페이지 수와 동일한지 확인합니다. 불일치는 분할 중에 페이지가 삭제되었음을 나타냅니다.
대상과 비교하여 각 청크의 파일 크기를 확인하십시오. 청크는 목표보다 약간 낮거나 같아야 합니다. 청크가 목표를 5% 이상 초과하면 분할 알고리즘이 출력 크기를 과소평가한 것입니다. 목표를 10% 줄이고 다시 분할합니다. 5~10%의 마진은 압축 가변성과 공유 리소스 오버헤드를 설명합니다.
페이지 수 대신 파일 크기로 PDF를 분할하면 디지털 배포의 실제 제약 조건을 준수하는 출력이 생성됩니다. 이메일 서버, 업로드 양식 및 저장 할당량은 PDF의 페이지 수에 상관이 없습니다. 그들은 그것이 몇 메가바이트인지에 관심이 있습니다. 파일 크기 분할은 분할 전략을 중요한 제약 조건에 맞게 조정합니다.
반복적인 파일 크기 분할 자동화
실용적인 관점에서 문서 작업 흐름에서 배포를 위해 정기적으로 대용량 PDF를 분할하는 조직의 경우 크기별 분할 작업 흐름을 자동화합니다. 스크립트는 임계값 크기를 초과하는 수신 PDF가 있는지 폴더를 모니터링하고 이를 조직의 표준 이메일 첨부 파일 제한에 따라 청크로 분할한 다음 일관된 이름을 사용하여 청크를 출력 폴더에 저장합니다. 자동화는 문서 배포 프로세스에서 수동 분할 단계를 제거합니다.
자동화는 각 청크 파일 이름, 파일 크기 및 포함된 페이지 범위를 나열하는 매니페스트 파일을 생성할 수도 있습니다. 매니페스트는 청크와 함께 수신자에게 문서를 재조립하는 방법을 알려줍니다. 청크당 한 줄로 구성된 간단한 텍스트 파일과 헤더로 원본 파일 이름이면 충분합니다. 매니페스트는 임의로 이름이 지정된 청크 파일 모음을 명확하게 문서화된 문서 패키지로 변환합니다.
이를 광범위하게 살펴보면 문서 워크플로에서 기업 문서 관리 시스템의 경우 분할 자동화가 시스템 API와 통합되어 각 청크를 상위 문서의 관련 구성 요소로 등록할 수 있습니다. 시스템은 원본 60MB 문서가 배포를 위해 3개의 20MB 청크로 분할되었음을 추적하고 전체 파일이 필요한 사용자를 위해 요청 시 이를 다시 조합할 수 있습니다.
수신자 측에서 분할 파일 재조립
일반적으로 파일 크기가 분할된 문서를 받는 사람에게는 재조립에 대한 명확한 지침이 필요합니다. 대부분의 PDF 병합 도구는 올바른 순서로 병합된 청크를 원본 문서에 다시 결합할 수 있습니다. 청크 파일 이름은 Document_Part1_of_3.pdf, Document_Part2_of_3.pdf 등의 순서를 나타내야 합니다. 수신자는 병합 도구를 열고 파일을 순서대로 추가한 후 재구성된 문서를 생성합니다.
기술적인 지식이 없는 수신자의 경우 청크와 함께 간단한 지침 파일을 포함하세요. 지침 파일에는 청크가 무엇인지, 얼마나 있어야 하는지, 무료 온라인 PDF 병합 도구를 사용하여 재결합하는 방법, 청크가 없거나 손상된 경우 연락할 사람이 설명되어 있습니다. 지침 파일을 작성하는 데 추가 시간이 소요되므로 맥락 없이 여러 PDF 첨부 파일을 받는 수신자의 혼란과 지원 요청을 방지할 수 있습니다.
재조립 후 수신자는 병합된 문서의 페이지 수가 매니페스트에 명시된 페이지 수와 일치하는지 확인해야 합니다. 불일치는 누락되거나 중복된 청크를 나타냅니다. 매니페스트 페이지 수는 완전한 재조립을 확인하기 위한 신뢰할 수 있는 참조입니다.