Você baixa um PDF de um artigo de pesquisa. Cada página possui o nome do periódico no cabeçalho e uma URL no rodapé. Você deseja extrair apenas o texto limpo do artigo, mas esses cabeçalhos e rodapés, junto com os números das páginas e as regras decorativas, aparecem em todas as páginas. Quando você copia e cola o texto, as linhas de cabeçalho e rodapé se intercalam com o corpo do texto, produzindo uma bagunça embaralhada. A remoção desses elementos repetidos através do corte produz um documento limpo e legível.
Cortar um PDF para remover cabeçalhos, rodapés e números de página é uma versão direcionada da operação geral de corte. Em vez de remover margens em branco ao redor de toda a página, você está aparando zonas específicas onde residem elementos repetidos. A abordagem Crop PDF funciona quando esses elementos ocupam posições consistentes em todas as páginas.
Medindo as zonas do cabeçalho e rodapé
Antes de recortar, meça quanto espaço ocupam os cabeçalhos e rodapés. Abra o PDF com zoom de 100%. O cabeçalho normalmente ocupa 0,5 a 1 polegada superior da página. O rodapé normalmente ocupa 0,5 a 1 polegada inferior. Os números das páginas geralmente estão na área do rodapé, mas podem aparecer no cabeçalho. As marcas d'água podem aparecer em qualquer lugar, embora normalmente estejam centralizadas. Use a régua ou ferramenta de medição em seu visualizador de PDF para medir as distâncias exatas das bordas da página até onde o corpo do texto começa e termina.
Se a régua não estiver visível, use um elemento de referência na página. O corpo do texto normalmente começa cerca de 0,75 a 1 polegada do topo de uma página tamanho carta. A margem inferior onde ficam o rodapé e os números das páginas é geralmente de 0,5 a 0,75 polegadas. Estas são estimativas iniciais. Meça seu documento específico porque revistas acadêmicas, publicações governamentais e modelos corporativos usam esquemas de margem diferentes.
Experimente Cortar PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
Aplicando o corte
A ferramenta de corte de WukongPDF fornece entrada numérica para margens de corte. Defina a margem de corte superior para a altura medida da plataforma, normalmente 0,75 polegadas. Defina a margem de corte inferior para a altura medida do rodapé, normalmente 0,5 polegadas. Deixe as margens esquerda e direita em zero, a menos que você também queira aparar as margens laterais. Aplique o corte a todas as páginas. Os cabeçalhos e rodapés agora estão fora da área visível da página. O documento exibe apenas o conteúdo do corpo.
Uma técnica específica para documentos onde os cabeçalhos e rodapés estão próximos do corpo do texto: corte ligeiramente na área do corpo do texto em vez de exatamente no limite. Uma sobreposição de 0,1 polegada no corpo do texto garante que nenhum fragmento de cabeçalho ou rodapé permaneça visível. A alternativa, deixar um espaço de 0,05 polegada, pode deixar uma parte do texto repetido visível em algumas páginas, o que parece desleixado e vai contra o propósito do corte.
Tratamento de marcas d’água no centro da página
Para uma marca d'água no centro da página, o corte não ajuda na página porque o corte remove apenas as bordas externas. Um "DRAFT" ou "CONFIDENCIAL" a marca d'água se sobrepõe ao corpo do texto e não pode ser cortada sem remover também o conteúdo que você deseja manter. Para marcas d'água centralizadas, cortar é a ferramenta errada. Em vez disso, use uma ferramenta de remoção de marca d'água, que detecta e remove a camada de marca d'água enquanto preserva o conteúdo abaixo.
A ferramenta distingue entre esses dois casos. A ferramenta de corte Páginas PDF lida com elementos repetidos localizados nas bordas. A ferramenta de marca d’água lida com marcas d’água localizadas no conteúdo. Saber qual ferramenta usar para qual tipo de elemento indesejado evita a frustração de tentar cortar algo que o corte não consegue alcançar.
O que fazer quando os cabeçalhos ou rodapés variam entre as páginas
Alguns documentos possuem cabeçalhos que mudam de seção para seção. O Capítulo 1 pode ter um cabeçalho curto. O Capítulo 2 pode ter um cabeçalho mais longo que se estende ainda mais para baixo na página. Aplicar um corte uniforme com base no cabeçalho maior remove muito conteúdo das páginas com cabeçalhos mais curtos. A solução é dividir o documento por seção, aplicar diferentes configurações de corte a cada seção e mesclar novamente. Isso é mais trabalhoso, mas produz um resultado mais limpo do que aceitar um corte que corta o corpo do texto em algumas páginas ou deixa fragmentos de cabeçalho em outras.
Da mesma forma, documentos com páginas em paisagem misturadas com páginas em retrato precisam de tratamento separado. Um cabeçalho que ocupa 0,75 polegadas na parte superior de uma página retrato ocupa a mesma distância física em uma página paisagem, mas as dimensões da página são diferentes. Aplique o corte às páginas retrato e, em seguida, aplique um corte medido separadamente às páginas paisagem. Essa abordagem por orientação garante um corte consistente, independentemente da rotação da página.
Após o corte: recuperando o espaço
O corte oculta o conteúdo, mas não o exclui nem reduz o tamanho do arquivo. Os dados recortados do cabeçalho e rodapé ainda estão no arquivo, fora da área visível. Se o tamanho do arquivo for importante, compacte o PDF cortado após o corte. A etapa de compactação descarta os dados ocultos da imagem. O tamanho do arquivo diminui e a qualidade do conteúdo visível não é afetada porque apenas as áreas ocultas são descartadas.
Para documentos que serão reimpressos ou redistribuídos, considere adicionar uma nota indicando que os cabeçalhos e rodapés foram removidos intencionalmente. Uma breve nota na primeira página, "Cabeçalhos e rodapés foram cortados para maior clareza," evita que o destinatário pense que o documento está com defeito. Isto é particularmente importante para documentos jurídicos ou acadêmicos, onde os cabeçalhos e rodapés podem conter informações de identificação que os destinatários esperam ver. O Editor de PDF de WukongPDF pode adicionar uma anotação de texto à primeira página explicando o recorte, o que é mais rápido do que editar o documento para inserir um parágrafo explicativo.
A remoção de cabeçalhos e rodapés por meio do corte traz um benefício adicional para acessibilidade. Os leitores de tela geralmente leem o texto do cabeçalho e rodapé em voz alta em cada página, interrompendo o fluxo do conteúdo principal com anúncios repetidos do título do documento, URL ou número da página. Isso é cansativo para usuários de leitores de tela, especialmente em documentos longos. Cortar os cabeçalhos e rodapés os remove da página visível, mas o texto ainda pode estar presente na camada de conteúdo do PDF e ainda ser lido pela tecnologia assistiva. Para acessibilidade total, após o corte, marque as regiões recortadas do cabeçalho e rodapé como artefatos na árvore de tags do PDF. Os artefatos são ignorados pelos leitores de tela. Este processo de duas etapas, recortar visualmente e depois marcar estruturalmente como artefatos, produz um documento que é mais limpo tanto para leitores com visão quanto para usuários de tecnologia assistiva.
Um cenário comum em que cortar cabeçalhos e rodapés é particularmente útil: extrair texto limpo de artigos de PDFs acadêmicos para fazer anotações ou gerenciar citações. Os artigos de periódicos normalmente têm o nome do periódico, DOI e números de página no cabeçalho e rodapé de cada página. Cortá-los produz um texto limpo que pode ser lido sem interrupções visuais. No entanto, esteja ciente de que o corte remove as informações da citação. Se precisar citar o artigo posteriormente, registre o DOI e o nome do periódico antes de recortá-lo, ou mantenha a versão recortada limpa e o original. A versão recortada é para leitura. O original é para referência.
Experimente Cortar PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.