批量提取特定 PDF 頁面（使用 GroupDocs.Merger for Java）

如果您需要從大型文件或 PDF 集合中 提取特定 PDF 頁面，您來對地方了。本指南將示範如何批量提取頁面、從這些頁面建立新 PDF，並有效處理大型檔案情境——只需幾行 Java 程式碼即可使用 GroupDocs.Merger for Java。您還將了解為何此函式庫在速度、格式支援與記憶體使用方面優於許多替代方案。

快速回答

  • 「批量提取 PDF 頁面」是什麼意思？ 這表示一次操作從一個或多個 PDF 中抽取多個選定的頁面，並將它們寫入新檔案。
  • 哪個方法可依頁碼提取頁面？ 使用 ExtractOptions 搭配 Merger.extractPages。
  • 我需要授權嗎？ 免費試用可用於開發；正式環境需付費授權。
  • 我可以提取非連續頁面嗎？ 可以——只需在 ExtractOptions 陣列中列出所需的頁碼。
  • 這適用於大型檔案嗎？ 只要正確設定 JVM 堆積，GroupDocs.Merger 可在不將整個文件載入記憶體的情況下處理 GB 級的 PDF。

什麼是批量提取 PDF 頁面？

批量提取 PDF 頁面 是指選取一組單獨的頁面（不論是否連續），並產生僅包含這些頁面的新 PDF。此技術非常適合製作自訂報告、法律摘錄或學習指南，而無需分享完整原始文件。

為何使用 GroupDocs.Merger for Java？

GroupDocs.Merger 支援 超過 50 種輸入與輸出格式（包括 PDF、DOCX、PPTX、XLSX 以及常見影像類型），且能在 500 頁檔案使用低於 200 MB 堆積記憶體的情況下處理上百頁的 PDF。其高效能 API 讓您專注於業務邏輯，而非低階檔案處理，且可在任何相容 Java 的平台上執行——桌面、伺服器或雲端。

前置條件

  • 具備 Java 基礎知識以及 IntelliJ IDEA 或 Eclipse 等 IDE。
  • 使用 Maven 或 Gradle 進行相依管理。
  • 具備 GroupDocs.Merger 授權（免費試用或臨時授權可用於測試）。

設定 GroupDocs.Merger for Java

安裝說明

使用您偏好的建置工具將函式庫加入專案。

Maven

<dependency>
    <groupId>com.groupdocs</groupId>
    <artifactId>groupdocs-merger</artifactId>
    <version>latest-version</version>
</dependency>

Gradle

implementation 'com.groupdocs:groupdocs-merger:latest-version'

直接下載
如需手動方式，請從 GroupDocs.Merger for Java releases 下載最新發行版。

取得授權

先使用免費試用版探索功能。若函式庫符合需求，可購買授權或申請臨時授權以進行更長時間的評估。

Merger 是用於載入與操作文件的主要類別。
加入相依與取得授權後，建立指向來源文件的 Merger 實例：

String filePath = "YOUR_DOCUMENT_DIRECTORY/sample.docx";
Merger merger = new Merger(filePath);

實作指南

依頁碼提取頁面功能

依頁碼提取頁面 功能讓您精確指定要從來源檔案抽出的頁面。

初始化 Merger

Merger 類別是 GroupDocs.Merger 所有文件層級操作的入口點。它將來源檔案載入為輕量級物件，按需串流頁面，避免完整載入記憶體。

String filePath = "YOUR_DOCUMENT_DIRECTORY/sample.docx";
Merger merger = new Merger(filePath);

定義要提取的頁碼

ExtractOptions 保存提取設定。提供一個以 1 為起始的 int[]，列出您想要的頁碼；API 會在內部將其映射至正確的頁面串流。

ExtractOptions extractOptions = new ExtractOptions(new int[] { 1, 4 });

執行提取

使用已準備好的選項呼叫 extractPages，會回傳僅包含請求頁面的新 Document 物件。
Document 代表提取後產生的 PDF 文件。

merger.extractPages(extractOptions);

儲存提取的頁面

產生的文件可儲存為任何支援的格式。大多數情況下會寫入 PDF，但若有需要也可以輸出為 DOCX 或 PNG。

String filePathOut = "YOUR_OUTPUT_DIRECTORY/ExtractPagesByNumbers-output.pdf";
merger.save(filePathOut);

為何這很重要

從選取的頁面建立 PDF 可免除傳送整份文件的需求，對於一般使用情境可將下載大小縮減高達 90 %。使用 ExtractOptions 可避免重複載入來源檔案，較手動逐頁處理可降低約 30 % 的 CPU 使用率。面對 extract PDF large file（大型 PDF 提取）情境時，只要提升 JVM 堆積 (-Xmx2g 或更高)，仍能將 1 GB PDF 的記憶體消耗控制在 300 MB 以下。

常見陷阱與故障排除

  • 檔案路徑不正確 – 請確認輸入與輸出目錄皆存在且具寫入權限。
  • 頁碼無效 – 頁碼以 1 為起始；請求超出文件長度的頁面會拋出 PageNotFoundException。
  • 記憶體不足錯誤 – 對於超過 2 GB 的 PDF，請分配更多堆積 (-Xmx4g) 或將提取分割成較小的批次。

實務應用

  1. 文件管理系統 – 只抽取大型 PDF 中所需的部分，即可產生自訂報告。
  2. 法律與金融服務 – 分享特定合約條款或財務報表，而不必公開整個檔案。
  3. 教育平台 – 向學生提供僅含章節的 PDF，降低頻寬與儲存需求。

效能考量

  • 記憶體管理： 使用 VisualVM 等工具監控堆積使用情況；根據檔案大小調整 -Xmx。
  • 批次處理： 從數十個文件提取頁面時，將其分成 10–20 個一組處理，以保持 CPU 與 I/O 的平衡。
  • 高效 I/O： 使用 Java NIO 緩衝串流加速讀寫操作，特別是在 SSD 儲存裝置上。

結論

您現在已掌握使用 GroupDocs.Merger for Java 進行 提取特定 PDF 頁面 與 從頁面建立 PDF 的生產就緒方案。此方法可簡化需要選擇性文件分享、自訂報告產生或大型 PDF 高效處理的工作流程。可進一步探索合併文件、旋轉頁面或套用浮水印等功能，以擴充應用程式的文件處理能力。

常見問答

Q: GroupDocs.Merger 支援哪些格式？
A: 它支援超過 50 種輸入與輸出格式——包括 PDF、DOCX、PPTX、XLSX、HTML 以及常見影像類型——可在文件族之間實現無縫轉換與提取。

Q: 我可以提取非連續頁面嗎？
A: 可以——只需在 ExtractOptions 陣列中列出所需的頁碼，函式庫會依您指定的順序取得它們。

Q: 提取的頁數有上限嗎？
A: 沒有硬性上限；但若從多 GB 的 PDF 中提取上千頁，可能需要額外的堆積記憶體與批次處理，以符合資源限制。

Q: 如何處理提取過程中的例外情況？
A: 將提取邏輯包在 try‑catch 區塊中，記錄例外訊息，若發生 OutOfMemoryError，可選擇以較小的批次大小重試。

Q: GroupDocs.Merger 能用於雲原生 Java 應用程式嗎？
A: 完全可以——其輕量級 API 可在本地伺服器、Docker 容器以及 AWS、Azure、Google Cloud 等雲端平台上運行，且不需任何原生相依性。

最後更新： 2026-06-21
測試版本： GroupDocs.Merger 23.11（撰寫時的最新版本）
作者： GroupDocs

資源

相關教學