Os números de página do PDF não coincidem com o livro? Verifique os rótulos de página primeiro
Corrija a navegação do PDF que diverge das páginas impressas. Veja seis arquivos de exemplo abrangendo páginas pré-textuais em algarismos romanos, uma prancha inserida e um trecho que começa na página 37.
Se o leitor de PDF indicar página 4 enquanto a página do livro em si indica 1, verifique primeiro os rótulos de páginado arquivo. A capa e uma introdução com numeração romana podem deslocar a posição física sem que o livro esteja incompleto. Corrija os rótulos de navegação em uma cópia; não comece carimbando novos números sobre as páginas nem excluindo a introdução.
Esse reparo tem um limite: os rótulos não conseguem restaurar uma digitalização ausente, corrigir a ordem das páginas nem informar qual era um número ilegível. Primeiro, descubra qual página está de fato presente. Depois, faça a navegação descrevê-la com precisão.
Criamos três pares para download no formato antes/depois a fim de demonstrar a distinção: um caderno de sete páginas, uma versão com uma ilustração não numerada inserida e um trecho que começa na página impressa 37. Em cada par, os rótulos mudaram, enquanto as páginas renderizadas permaneceram idênticas em nível de pixel.
Diferencie os três números antes de corrigir qualquer coisa
Para este guia, posição no arquivo significa a primeira, segunda ou terceira página do PDF. Número impresso significa o número visível na página. Rótulo de página significa o identificador lógico armazenado para navegação, como ii ou A-1.
Esses valores podem legitimamente ser diferentes. A explicação sobre rótulos de página da PDF Association descreve sequências de numeração, prefixos e a distinção entre índices, números e rótulos de página. Um arquivo pode conter elementos pré-textuais em algarismos romanos, numeração reiniciada no corpo do texto e apêndices com prefixo sem que a contagem de páginas esteja incorreta.
Veja o mapeamento no nosso arquivo didático de sete páginas:
| Posição no arquivo | Número impresso visível | Rótulo de navegação original | Rótulo corrigido |
|---|---|---|---|
| 1 | Nenhum: capa | 1 | Capa |
| 2 | i | 2 | i |
| 3 | ii | 3 | ii |
| 4 | 1 | 4 | 1 |
| 5 | 2 | 5 | 2 |
| 6 | A-1 | 6 | A-1 |
| 7 | A-2 | 7 | A-2 |
Cover é um rótulo descritivo que atribuímos, e não um número impresso na capa. O total continua sendo de sete páginas. Um leitor de PDF pode exibir tanto um rótulo quanto uma posição, como 1 (4 of 7); ver ambos não é uma contradição.
Baixe o arquivo de sete páginas antes da rotulação e a versão com rótulos. Abra a primeira página do corpo do texto em cada um e compare a página em si com os controles de navegação.
Esta é uma prévia das nossas páginas criadas com rótulos adicionados fora das imagens, e não uma captura de tela de um aplicativo de PDF específico.
Mapeie os limites das seções em uma cópia de trabalho
Antes de editar, salve um original inalterado e identifique as transições examinando as páginas: a primeira página introdutória numerada, a primeira página do corpo do texto, eventuais encartes e cada apêndice ou reinício de numeração. Anote a posição no arquivo ao lado do identificador visível.
Verifique além da primeira página do corpo do texto. No exemplo acima, “adicionar três” localiza a página 1 do corpo, mas não descreve a introdução em algarismos romanos nem o apêndice A- . Um único deslocamento é apenas um atalho temporário dentro de uma seção contínua, e não uma descrição confiável do livro inteiro.
Se uma sequência pular de forma inesperada — por exemplo, se as páginas visíveis forem de 38 para 40 —, inspecione as imagens intermediárias e, se possível, compare com a mesma edição na fonte. Pode se tratar de uma digitalização ausente, um encarte intencional, uma numeração original atípica ou outro problema de ordenação. Não atribua “39” a uma página não relacionada apenas para fazer o contador parecer contínuo.
Para PDFs assinados ou com restrições, use o fluxo de trabalho de origem permitido ou solicite ao fornecedor do documento uma cópia de leitura corrigida. Os scripts de exemplo deste artigo não foram feitos para manter nem burlar essas proteções.
Altere os rótulos de navegação, não o conteúdo impresso
Um caminho no desktop documentado pela Adobe
As atuais instruções de rótulos de página do Acrobat da Adobe indicam Todas as ferramentas → Organizar páginas → Rótulos de página. Selecione um intervalo, inicie uma nova sequência e escolha o estilo de numeração, o valor inicial e um prefixo opcional. Repita o processo para seções separadas; uma seção contínua pode estender a sequência anterior.
No nosso exemplo, isso significa numeração romana para a introdução, numeração decimal reiniciada em 1 para o corpo do texto e numeração decimal com A- para o apêndice. Confirme as páginas reais selecionadas antes de aplicar cada alteração, especialmente quando os rótulos existentes já divergirem das posições no arquivo.
A Adobe diferencia esses rótulos de navegação dos números visíveis no cabeçalho ou rodapé. Se você quer apenas que os controles de página do leitor correspondam ao livro, adicionar um rodapé visível é uma operação diferente.
Estas etapas baseiam-se na documentação oficial. Não executamos reparos no Acrobat nem testamos uma interface específica do Acrobat para este artigo.
O método que realmente testamos com o pypdf
Nossos arquivos de teste foram criados com o ReportLab, clonados com o pypdf 6.10.0 e receberam rótulos sem alterar seus fluxos de conteúdo de página. Apenas para o exemplo de sete páginas, a operação principal é:
from pypdf import PdfReader, PdfWriter
from pypdf.constants import PageLabelStyle
reader = PdfReader("seven-page-before.pdf")
writer = PdfWriter(clone_from=reader)
writer.set_page_label(0, 0, prefix="Cover")
writer.set_page_label(1, 2, style=PageLabelStyle.LOWERCASE_ROMAN, start=1)
writer.set_page_label(3, 4, style=PageLabelStyle.DECIMAL, start=1)
writer.set_page_label(5, 6, style=PageLabelStyle.DECIMAL, prefix="A-", start=1)
with open("seven-page-labeled-copy.pdf", "xb") as output:
writer.write(output)
assert PdfReader("seven-page-labeled-copy.pdf").page_labels == [
"Cover", "i", "ii", "1", "2", "A-1", "A-2"
]
A API usa índices com base zero: a posição 4 do arquivo corresponde ao índice 3. Os intervalos acima incluem ambas as extremidades. O modo de saída exclusivo, xb, não permite sobrescrever um arquivo existente. Consulte a API de rótulos de página do pypdf versionada e nosso gerador completo para ver a implementação exata.
Não cole esses intervalos em outro livro qualquer. Primeiro, defina o mapa de seções dele. O script que testamos não aceita nenhum PDF de cliente ou arquivo de origem: ele apenas gera os exemplos originais definidos internamente.
Dois casos em que um deslocamento fixo não funciona
Uma ilustração sem numeração altera o deslocamento do corpo do texto
No segundo exemplo, inserimos uma estampa entre as páginas impressas 1 e 2 do corpo do texto. A estampa não possui numeração impressa. Atribuímos a ela o rótulo descritivo Plate-A e retomamos a página seguinte do corpo em 2.
| Posição no arquivo | Identificador visível da página | Rótulo |
|---|---|---|
| 4 | 1 | 1 |
| 5 | Ilustração sem numeração | Estampa-A |
| 6 | 2 | 2 |
Antes da inserção, a página impressa 1 ficava na posição 4 do arquivo: um deslocamento de três páginas. Após a inserção, a página impressa 2 fica na posição 6 do arquivo: um deslocamento de quatro páginas. Reutilizar o primeiro deslocamento levaria você até a ilustração.
Compare a versão de oito páginas antes da rotulagem com a versão rotulada. A correção adiciona uma seção de rótulo no ponto de inserção e reinicia a sequência do corpo logo depois. Ela não transforma a estampa em uma página numerada de origem nem a remove do arquivo.
Um trecho pode começar na página impressa 37
Nosso terceiro exemplo contém três páginas visivelmente numeradas como 37, 38 e 39. Suas posições no arquivo são 1, 2 e 3. Os rótulos adequados começam em 37, não em 1.
O arquivo anterior e o arquivo posterior contêm exatamente essas três páginas. Rotular a primeira página como 37 não pressupõe que o PDF contenha as 36 páginas anteriores.
Para um trecho real, use números que você possa conferir no original. Se o primeiro número visível estiver ausente ou cortado, obtenha evidências adicionais na fonte antes de atribuí-lo. Um palpite conveniente de sequência pode enganar mais do que uma simples contagem pela posição no arquivo.
Verifique o arquivo salvo, não apenas a janela de edição
Para esses três pares, reabrimos todos os seis PDFs e verificamos cada rótulo. O Poppler 26.08.0 renderizou ambas as versões a 144 dpi. Todos os 18 pares de páginas correspondentes tiveram pixels idênticos, e todos os 18 fluxos de conteúdo de página coincidiram byte a byte. Nada foi gravado ou removido do conteúdo da página neste teste.
Os resultados por página incluem hashes de arquivo, rótulos e comparações de pixels. O mapa de páginas para download registra as posições no arquivo, índices de base zero e números visíveis. As instruções de reprodução detalham as versões das dependências e como gerar novamente os exemplos em novos diretórios.
Isso valida os nossos arquivos, mas não o comportamento de todo leitor ao processá-los. A PDF Association documenta variações no suporte a rótulos entre aplicativos; seu levantamento de visualizadores publicado é de 2024, não um teste que repetimos hoje. Teste no leitor que você realmente vai usar:
- Reabra a cópia salva e confirme se o número total de páginas permanece inalterado.
- Inspecione a primeira e a última página de cada seção de numeração.
- Tente navegar até
ii,1eA-1, ou os equivalentes no seu documento. - Confirme se cada salto leva à página visível desejada — e não apenas a um contador de aparência similar.
- Se o leitor ignorar os rótulos, mantenha o mapeamento explícito de posição para página ou utilize um leitor compatível. Não reescreva rótulos corretos repetidamente apenas para compensar uma interface sem suporte.
Uma renderização idêntica não comprova acessibilidade, assinaturas válidas, links funcionando ou texto extraído correto. Se a página parece certa, mas o texto copiado sai incorreto, utilize o diagnóstico separado da camada de texto do PDF. Esse problema não é corrigido por rótulos de página.
Guarde o mapeamento original caso vá traduzir o documento mais tarde
Se uma navegação precisa era o único problema, pare por aqui. Não é necessário fazer OCR ou tradução para renomear os rótulos de página.
Se o idioma ainda for um obstáculo, guarde o arquivo original e o mapa de páginas antes de seguir o fluxo de trabalho de tradução de PDFs digitalizados ou o guia sobre tradução e formatação de PDFs. Para verificações mais abrangentes no arquivo gerado, consulte o checklist de controle de qualidade para tradução de PDFs.
Os leitores que optarem pelo Tradutor de PDF do BookTranslator não devem presumir que os rótulos de página de origem permaneçam intactos em um arquivo reconstruído. O Modo OCR pode alterar o layout original, fontes e tamanhos de fonte. Se o texto for reorganizado, confira os trechos importantes comparando com o original; copiar o mapa de numeração antigo para as novas quebras de página não preserva a correspondência correta.
O objetivo não é tornar cada número idêntico. É garantir que cada número seja inequívoco: onde uma página se localiza neste arquivo, como a fonte original a identifica e como o leitor chega até ela.
Posts Relacionados
