PDF 可以包含嵌入文件：附加到财务报告的电子表格、附加到设计文档的图像、作为附录附加的其他 PDF 或作为补充材料附加的数据文件。这些附件在 PDF 中传播，对大多数读者来说是不可见的，直到有人需要它们为止。从 PDF 中提取附件是检索这些嵌入文件并将其保存为独立文档的过程，这些文档可以独立于父 PDF 来打开、编辑和使用。
基于浏览器的 PDF 工具可以自动提取附件。提取保留每个嵌入文件的原始文件格式、文件名和内容。提取的文件将作为单独的文档保存到您的设备或云存储中，与父 PDF 分开，但内容与嵌入的内容相同。本指南介绍了如何检测附件、如何提取附件以及处理未知来源嵌入的文件时应注意的事项。
解锁 PDF 与嵌入文件的关系非常重要：如果父 PDF 受密码保护，则嵌入文件将共享该保护。解锁父级可能会也可能不会解锁嵌入文件，具体取决于加密的应用方式。
附件类型和处理方法
| 附件类型 | 公共来源 | 提取方法 | 安全说明 |
|---|---|---|---|
| 电子表格（XLSX、CSV） | 附有数据表的财务报告、附有行项目详细信息的发票 | 提取并在电子表格应用程序中打开。提取后验证数据完整性 | 在 Windows 上打开提取的电子表格之前检查宏 |
| 图片（JPG、PNG、TIFF） | 设计带有高分辨率照片的文档，带有嵌入页面图像的扫描文档 | 单独提取。图像的分辨率可能比 PDF 中显示的分辨率更高 | 一般来说是安全的。 EXIF 元数据可能包含位置或设备信息 |
| 其他 PDF | 作品集、合法展品包、编译文件包 | 提取并打开为独立的 PDF。每个嵌入的 PDF 都是一个完整的独立文档 | 嵌入的 PDF 可能有自己独立于父级的安全设置 |
| 可执行文件或脚本文件 | 在合法文件中很少见。可能表示恶意 PDF | 请勿提取或打开。隔离父 PDF 并使用安全软件扫描 | 高风险。意外 PDF 中的可执行附件是恶意软件载体 |
处理前检测附件
在显示附件面板的阅读器中打开 PDF。 Adobe Acrobat 在左侧边栏中将附件显示为回形针图标。大多数基于浏览器的 PDF 查看器不显示此面板，这意味着附件可能在没有任何可见指示的情况下出现。在通过任何在线工具处理 PDF 之前，请检查附件。如果该工具不保留附件，它们将被悄悄删除。如果该工具确实保留了它们，它们将被带入输出，这可能是可取的，也可能意味着无意中包含敏感的嵌入文件。
WukongPDF 处理 PDF，同时保留嵌入内容。 PDF 安全 在共享之前检查附件可防止无意分发可见页面未指示存在的嵌入文件。
组织提取的附件
提取的文件的命名与父 PDF 一致。如果父级名为project-report.pdf 并且包含三个附件，则将提取的文件命名为project-report-attachment-1.xlsx、project-report-attachment-2.jpg 和project-report-attachment-3.pdf。命名约定保留了父项及其附件之间的关系。将提取的文件与父 PDF 一起存储或存储在具有明确名称的子文件夹中。该组织只需要几秒钟的时间，几个月后就能使文件之间的关系变得显而易见。
验证提取的附件的完整性
解压后，打开每个解压的文件并验证其是否完整。嵌入 PDF 中的电子表格应正确打开并显示所有数据。图像应以其全分辨率显示。 PDF 附件应作为完整、可读的文档打开。提取过程不应更改文件内容。如果提取的文件已损坏或不完整，则提取工具可能错误地处理了附件数据。尝试使用不同的提取工具或通过桌面 PDF 阅读器手动提取。
当提取的文件将被分发或用于分析时，验证步骤尤其重要。缺少行的电子表格或分辨率降低的图像可能不会立即显而易见，但可能会导致下游问题。提取附件的PDF安全验证应与任何其他文档处理输出的验证一样彻底。
处理受密码保护的附件
如果父 PDF 受密码保护，则嵌入的附件将共享该保护。当父级解锁时，附件可能会也可能不会自动解锁，具体取决于加密的应用方式。解锁父级后提取附件。如果提取的文件仍然带有限制，则它们继承了保护，需要单独解锁。通过尝试打开每个提取的文件来检查它。如果出现密码提示，则附件保留其保护。
嵌入文件的解锁 PDF 过程遵循与独立 PDF 相同的规则。可以删除所有者密码限制。用户密码加密需要密码。父文档保护状态不保证附件保护状态。独立验证每个附件。
从多个 PDF 中批量提取附件
如果您有一个 PDF 文件夹，每个 PDF 都包含附件，则单独提取它们是重复的。一些基于浏览器的工具支持批量附件提取、在单个会话中处理多个 PDF 并将所有嵌入文件提取到有组织的输出文件夹中。该工具创建以每个源 PDF 命名的子文件夹，并将提取的附件放入其中。
对于批量提取，源 PDF 的一致命名至关重要。如果源文件具有描述性名称，则输出文件夹结构是自记录的。如果源文件名为 document.pdf 和 document(1).pdf，则输出结构会很混乱。在批量提取之前重命名源文件。用于附件提取的PDF安全批处理工作流程与任何批处理过程相同：有组织的输入产生有组织的输出。