Glosario PDF: Extraer, Rango de Páginas, Subconjunto, Selección de Páginas y Más

Extraer páginas de un PDF significa seleccionar una o más páginas de un PDF existente y copiarlas en un nuevo documento separado. El archivo original no se modifica — el resultado es un nuevo PDF que contiene solo las páginas seleccionadas. La extracción difiere de dividir (que distribuye todas las páginas en varios archivos de salida) y de eliminar (que borra páginas del original).

Un rango de páginas especifica un bloque contiguo de páginas usando una página de inicio y una página de fin — por ejemplo, 'páginas 5 a 12' o '5–12'. La mayoría de las herramientas de extracción aceptan notación de rango en un campo de texto. Los rangos de páginas son la forma más rápida de extraer un capítulo, una sección o cualquier grupo de páginas consecutivas de un documento largo.

La selección de páginas se refiere al acto de elegir qué páginas específicas incluir en una operación de extracción. Puedes seleccionar páginas individualmente haciendo clic en sus miniaturas en una vista previa visual, introduciendo números de página manualmente, o combinando notación de rango con números de página individuales.

En el contexto de la extracción de PDF, un subconjunto es el grupo de páginas que seleccionas del documento completo. Si un PDF tiene 100 páginas y extraes las páginas 10–20 y la página 35, tu documento extraído es un subconjunto del original — contiene 12 de las 100 páginas. El término también se usa en tipografía PDF, donde un subconjunto de fuente se refiere solo a los caracteres de una fuente que realmente se usan en el documento.

El flujo de contenido es la estructura de datos dentro de una página PDF que describe todos los elementos visuales de esa página: posicionamiento de texto, referencias de fuentes, posicionamientos de imágenes, comandos de dibujo vectorial y configuraciones de color. Al extraer páginas, la herramienta copia el flujo de contenido de cada página seleccionada en el nuevo documento.

El árbol de páginas es el índice interno de un archivo PDF que registra el orden de las páginas y mapea cada número de página a su flujo de contenido y recursos asociados. Al extraer páginas, la herramienta construye un nuevo árbol de páginas para el documento extraído que contiene solo las páginas seleccionadas.

Los recursos compartidos son fuentes, imágenes y perfiles de color que se incorporan una vez en un PDF y son referenciados por varias páginas. Al extraer un subconjunto de páginas, el documento extraído puede incluir algunos recursos compartidos referenciados por páginas no seleccionadas — porque la herramienta debe incluir todos los recursos que las páginas extraídas necesitan para renderizarse correctamente. Por eso un documento extraído a veces puede ser más grande de lo esperado.

Una contraseña de permisos (también llamada contraseña de propietario o contraseña de restricción) es un tipo de protección PDF que no impide al usuario abrir o leer el documento, pero restringe operaciones como la edición, la impresión, la copia y la extracción de páginas. Si un PDF tiene una contraseña de permisos configurada para impedir la extracción de contenido, una herramienta de extracción fallará a menos que se elimine primero la restricción.

WebAssembly es un formato de instrucciones binarias que permite que el código — incluyendo bibliotecas complejas de procesamiento PDF — se ejecute en el navegador a velocidad casi nativa. PDF ME usa WebAssembly para procesar la extracción de páginas íntegramente en tu dispositivo, sin subir tu archivo a ningún servidor.

Estos dos términos a veces se usan indistintamente, pero describen operaciones diferentes. Dividir distribuye todas las páginas de un PDF en varios archivos de salida — cada página va a algún lugar. Extraer crea un nuevo documento a partir de un subconjunto seleccionado de páginas, dejando el original intacto. Usa extracción cuando necesites un subconjunto específico; usa división cuando necesites distribuir todas las páginas.

DPI mide la resolución de las imágenes de trama incrustadas en un PDF — mayor DPI significa más detalle y mayor tamaño de archivo. La extracción de PDF no cambia el DPI de las imágenes porque los datos de imagen se copian directamente sin recodificación. Si una página extraída parece tener menor calidad de lo esperado, las imágenes de origen probablemente tienen un DPI bajo desde el inicio.