PDF ब्लैंक पेज रिमूवर
एक PDF अपलोड करें और हर पेज को असली कंटेंट - टेक्स्ट, कोई ड्रॉइंग, या एम्बेडेड इमेज - के लिए जांचा जाता है, तो जिस भी पेज पर कुछ न हो, ब्लैंक स्कैन किए गए पेज सहित, उसे हटाने के लिए फ़्लैग कर दिया जाता है। लिस्ट रिव्यू करें, जो रखना चाहें उसे अनचेक करें, फिर साफ़ की गई फ़ाइल डाउनलोड करें।
अक्सर पूछे जाने वाले प्रश्न
यह टूल असल में ब्लैंक पेज कैसे डिटेक्ट करता है?
तीन लेवल में, सबसे सस्ते और सबसे पक्के तरीक़े से शुरू करते हुए। असली टेक्स्ट वाला, या वाक़ई ड्रॉ की गई शेप/लाइन वाला पेज तुरंत नॉन-ब्लैंक पहचाना जाता है - किसी और जांच की ज़रूरत नहीं। बिना टेक्स्ट, बिना ड्रॉइंग, और बिना किसी एम्बेडेड इमेज वाला पेज तुरंत ब्लैंक पहचाना जाता है - इसमें भी किसी और जांच की ज़रूरत नहीं। सिर्फ़ एक असल में असमंजस वाला केस है: जिस पेज पर सिर्फ़ एक एम्बेडेड इमेज हो - यह बिल्कुल वैसा ही दिखता है जैसा कोई ब्लैंक स्कैन किया पेज दिखता है, लेकिन यह बिल्कुल वैसा भी दिखता है जैसा असली कंटेंट से भरा स्कैन किया पेज दिखता है, तो सिर्फ़ इसी केस में पेज को छोटे स्केल पर रेंडर करके यह जांचा जाता है कि उसका कितना हिस्सा असल में सफ़ेद रंग के क़रीब है।
सिर्फ़ टेक्स्ट चेक करने की बजाय कुछ पेज रेंडर करने की ज़रूरत क्यों है?
क्योंकि स्कैनर से आया कोई ब्लैंक पेज PDF के अपने अर्थ में "खाली" नहीं होता - वह एक फ़ुल-पेज इमेज होता है, बिल्कुल वैसे ही जैसे असली कंटेंट वाला स्कैन किया पेज होता है। दोनों ही मामलों में जांचने के लिए कोई टेक्स्ट लेयर नहीं होती, तो किसी ब्लैंक स्कैन को असली कंटेंट वाले स्कैन से अलग बताने का एकमात्र भरोसेमंद तरीक़ा असल में पिक्सेल देखना है। रेंडरिंग सिर्फ़ उसी एक असमंजस वाले केस के लिए इस्तेमाल होती है, हर पेज के लिए नहीं, जिससे लंबे डॉक्यूमेंट्स पर भी यह तेज़ बना रहता है जहां ज़्यादातर पेज सिर्फ़ अपने टेक्स्ट और ड्रॉ किए गए कंटेंट से तुरंत तय हो जाते हैं।
क्या यह ग़लती से किसी हल्के कंटेंट वाले पेज को हटा देगा, जैसे हल्का वॉटरमार्क या कोई छिटपुट निशान?
पिक्सेल चेक थोड़ी मात्रा में नॉन-व्हाइट कंटेंट बर्दाश्त करता है - पेज का लगभग 0.5% - ख़ास तौर पर इसलिए ताकि रियलिस्टिक स्कैनर सेंसर नॉइज़, मुश्किल से दिखने वाला धूल का निशान, या कोई मामूली आर्टिफ़ैक्ट किसी वाक़ई ब्लैंक पेज को ब्लैंक पहचाने जाने से न रोके। कोई वॉटरमार्क या हेडर जो पाठक को असल में दिखता है, आमतौर पर इस टॉलरेंस से काफ़ी ऊपर होता है और फ़्लैग नहीं होगा। फिर भी, कभी भी कुछ अपने आप नहीं हटाया जाता - हर डिटेक्ट किया गया पेज पहले एक चेकलिस्ट में दिखता है, ताकि आप डाउनलोड करने से पहले सब कुछ रिव्यू और अनचेक कर सकें।
अगर किसी पेज पर सिर्फ़ पेज नंबर या एक छोटा हेडर हो तो क्या होगा?
उसे सही तरीक़े से रखा जाता है। कोई भी असली, एक्सट्रैक्ट किया जा सकने वाला टेक्स्ट - चाहे वह सिर्फ़ एक पेज नंबर ही क्यों न हो - स्ट्रक्चरल चेक के लिए उस पेज को तुरंत नॉन-ब्लैंक क्लासिफ़ाई करने के लिए काफ़ी है, बिना उसे कभी रेंडर किए या कोई पिक्सेल एनालिसिस किए। सिर्फ़ बिल्कुल बिना टेक्स्ट वाले पेज ही ज़्यादा सावधानी वाली इमेज-आधारित जांच तक पहुंचते हैं।
क्या यह किसी ऐसी फोटो को ग़लत पहचान सकता है जो संयोग से ज़्यादातर सफ़ेद हो, जैसे बर्फ़ या ख़ाली व्हाइटबोर्ड?
हाँ, ईमानदारी से - यह पिक्सेल-आधारित डिटेक्शन की एक असली सीमा है, जिसे यह टूल पूरी तरह खारिज नहीं कर सकता। ऐसी फोटो जिसमें वाक़ई सफ़ेद या लगभग-सफ़ेद कंटेंट हावी हो (बर्फ़, ओवरएक्सपोज़्ड शॉट, लगभग-ख़ाली व्हाइटबोर्ड) किसी ब्लैंक स्कैन जैसी ही रजिस्टर हो सकती है। बिल्कुल इसीलिए नतीजे ऑटोमैटिक डिलीट की बजाय रिव्यू करने लायक चेकलिस्ट हैं - अगर आपके डॉक्यूमेंट में ऐसे पेज हों, तो डाउनलोड करने से पहले पेज थंबनेल को अपने डॉक्यूमेंट से मिलाकर देखें।
क्या यह उन डॉक्यूमेंट्स पर काम करता है जो कभी स्कैन नहीं हुए, सिर्फ़ डिजिटली बनाए गए हैं?
हाँ। किसी डिजिटली बनाए गए डॉक्यूमेंट में जानबूझकर ख़ाली छोड़ा गया पेज - जैसे किसी प्रिंटेड किताब में चैप्टर-ब्रेक पेज जिसे ब्लैंक रहना ही हो - उसमें न टेक्स्ट होता है, न ड्रॉइंग, न कोई इमेज, तो उसे स्ट्रक्चरल चेक तुरंत पकड़ लेती है, बिना किसी रेंडरिंग की ज़रूरत के, बिल्कुल वैसे ही जैसे किसी स्कैन किए डॉक्यूमेंट में होता।
क्या मेरी PDF सर्वर पर अपलोड होती है?
नहीं। फ़ाइल खोली जाती है, हर पेज एनालाइज़ होता है, और पिक्सेल चेक के लिए ज़रूरी कोई भी रेंडरिंग पूरी तरह आपके ब्राउज़र में pdf.js और Canvas API का उपयोग करके होती है। कहीं भी कुछ अपलोड नहीं होता।
क्या मैं चुन सकता हूँ कि कौन-से ब्लैंक पेज असल में हटाए जाएं?
हाँ - हर डिटेक्ट किया गया ब्लैंक पेज एक चेकलिस्ट में उसके पेज नंबर और फ़्लैग होने की वजह (पूरी तरह ख़ाली, या ब्लैंक स्कैन किया पेज) के साथ दिखता है। हर पेज चेक्ड स्टेट में शुरू होता है (यानी वह हटाया जाएगा), लेकिन अगर आप उस ख़ास पेज को फ़ाइनल फ़ाइल में रखना चाहें, तो डाउनलोड करने से पहले उसे अनचेक कर सकते हैं।
क्या पेज हटाने से PDF के बाक़ी हिस्से पर असर पड़ता है, जैसे बुकमार्क या फ़ॉर्म?
आपके रखे हर पेज का कंटेंट बिना छेड़े रहता है। जो चीज़ प्रभावित हो सकती है वह है कोई भी ऐसी चीज़ जो किसी हटाए गए पेज को ख़ास तौर पर पॉइंट कर रही थी - कोई बुकमार्क या इंटरनल लिंक जो अब न रहे पेज को टारगेट करता था, या उस पेज पर मौजूद कोई फ़ॉर्म फ़ील्ड, अब किसी चीज़ को पॉइंट नहीं करेंगे। जिस डॉक्यूमेंट में यह मायने रखता हो, वहां किसी भी PDF-पेज-हटाने वाले टूल की तरह, नतीजे को भरोसा करने से पहले एक बार जल्दी से जांच लेना समझदारी है।
यह कितने पेज हैंडल कर सकता है?
पूरा डॉक्यूमेंट एक ही पास में, पेज-दर-पेज स्कैन किया जाता है, तो यह 5-पेज के डॉक्यूमेंट पर भी वैसे ही काम करता है जैसे 500-पेज के डॉक्यूमेंट पर। चूंकि सिर्फ़ असमंजस वाले इमेज-ओनली पेज ही असल में रेंडर होते हैं, तो टेक्स्ट-हैवी लंबा डॉक्यूमेंट भी जल्दी चेक हो जाता है भले ही हर एक पेज जांचा जा रहा हो।
क्या जो पेज मैं रखूंगा वे क्वालिटी खो देंगे?
नहीं। पेज हटाने से वह सिर्फ़ डॉक्यूमेंट से निकल जाता है - बचे हुए पेज अपना एग्ज़ैक्ट ओरिजिनल कंटेंट, फ़ॉन्ट्स और एम्बेडेड इमेज बिना छेड़े रखते हैं, क्योंकि इस प्रोसेस में उनका कुछ भी दोबारा रेंडर या दोबारा कंप्रेस नहीं होता। असमंजस वाले इमेज-ओनली पेजों की ब्लैंकनेस जांचने के लिए इस्तेमाल होने वाली रेंडरिंग ही सिर्फ़ एक लॉसी, लो-स्केल प्रीव्यू है, जो सिर्फ़ उस फ़ैसले के लिए इस्तेमाल होती है; बाद में इसे हटा दिया जाता है और यह कभी भी डाउनलोड की गई फ़ाइल का हिस्सा नहीं बनती।