PDF 文件如何工作：页面、对象、文本层与合并

有些 PDF 由真实文本和绘图指令组成，有些扫描件则只是把整页图片包进 PDF。很多文件两者都有：扫描收据可能是一张大图，会计系统生成的发票则可能包含可选中文本、矢量线条、嵌入字体和元数据。搜索、复制、无障碍、压缩和提取效果都取决于文件实际包含什么。

PDF 内部以对象相互引用的方式组织内容。页面对象可能指向字体、图片、内容流、批注和共享资源。合并工具需要把页面对象以及依赖资源复制到新文件里。可见页面通常能保留，但书签、表单、链接、页码标签和元数据仍需要单独复核。

合并 PDF 最常见的问题是顺序错误。文件管理器可能把 page-1、page-10、page-2 排在不符合阅读习惯的位置。更稳妥的做法是导出前把文件列表当成目录检查，导出后再确认首页、末页、总页数和每个源文件之间的衔接。

扫描 PDF 可能肉眼可读，但对软件并不好处理。如果做过 OCR，文件里可能有一层不可见文本。它有利于搜索和复制，也可能因为倾斜、低对比度或手写内容而出错。合并不会提高 OCR 质量，所以需要搜索或提取的文档应单独检查文本层。

PDF 可能携带作者、创建软件、旧标题、评论、表单字段名、隐藏附件、缩略图和批注。合并不等于清理这些信息。页面看起来干净，也可能残留审阅意见或隐藏文本。公开提交、法务文件、客户材料和隐私文档都应把元数据检查当成单独步骤。

合并后的 PDF 变大，通常是因为图片、扫描分辨率、嵌入字体或重复资源。压缩能减小体积，但也可能降低图像质量或影响后续提取。如果问题是重复页、无关附件或隐私元数据，压缩并不是正确修复方式，应拆分、重建或清理。

合并后用普通 PDF 阅读器打开导出文件，确认没有修复警告、页序正确、空白页有意保留、旋转正常、链接仍指向合理位置，并且文件大小适合目标渠道。如果要打印，检查混合纸张尺寸和横向页面；如果要搜索，测试几处文本选择；如果要外发，检查元数据和批注。