Cómo eliminar en lote los elementos de imagen, texto y página dentro de un área rectangular específica en varios PDF

Cuando aparecen repetidamente imágenes, texto, logotipos u otros elementos de página no deseados en la misma posición de varios archivos PDF, editar página por página no solo lleva tiempo, sino que también es fácil pasar algo por alto. Este artículo explica cómo utilizar la función de procesamiento por lotes del software de oficina para localizar un área rectangular según la esquina superior izquierda de la página, importar varios PDF a la vez y configurar de forma unificada las páginas a procesar, la unidad de longitud, la distancia izquierda, la distancia superior, el ancho del área y la altura del área, de modo que se eliminen por lotes todos los contenidos dentro del rango especificado y, al mismo tiempo, se conserve la información de la página fuera del área rectangular.

Al organizar material didáctico, informes, anexos de contratos, materiales promocionales o documentos de archivo, es frecuente encontrarse con esta situación: muchos archivos PDF utilizan la misma maquetación y, en cada documento, hay imágenes, texto, iconos u otros elementos de página que deben eliminarse en posiciones fijas. Si se abre cada PDF por separado y se seleccionan y eliminan página por página, la operación no solo es repetitiva, sino que también es fácil omitir elementos debido al gran número de páginas y de archivos.

Para esta necesidad de limpiar PDF con maquetación fija, puede utilizar la función «Eliminar contenido de un área especificada del PDF» de HeSoft Doc Batch Tool . Se trata de un software de oficina orientado al procesamiento por lotes de archivos que permite añadir varios PDF a una misma tarea, determinar el rango que se debe eliminar mediante coordenadas rectangulares y aplicar el mismo conjunto de reglas a las páginas seleccionadas. Este artículo explicará, con ayuda de la interfaz real, cómo eliminar por lotes todo el contenido situado dentro de un área rectangular especificada en muchos archivos PDF.

Escenarios aplicables

Esta función es adecuada para documentos PDF con «muchos archivos, estructura de página similar y posición fija del contenido que se desea eliminar». En comparación con la edición manual, la configuración por lotes de áreas rectangulares resulta más apropiada para materiales estandarizados y documentos con maquetación repetitiva.

• Eliminar por lotes imágenes en posiciones fijas: por ejemplo, cuando en el lado izquierdo de varias páginas PDF aparecen retratos, imágenes decorativas o ilustraciones promocionales y se desea conservar el texto principal eliminando solo las imágenes de esa zona.
• Limpiar texto fijo de la página: cuando cerca del encabezado, en los bordes de la página o dentro de un cuadro de contenido aparece texto que ya no se necesita, se puede eliminar de forma uniforme mediante un rango rectangular.
• Eliminar elementos de plantillas antiguas: al actualizar plantillas de materiales de formación, manuales de producto y libros de texto electrónicos, puede ser necesario quitar iconos antiguos, secciones antiguas o elementos decorativos de la maquetación.
• Procesar varios PDF con la misma maquetación: cuando varios PDF han sido generados con la misma plantilla y la posición de los objetos que se van a eliminar es prácticamente idéntica, se puede reutilizar directamente el mismo conjunto de parámetros de área.
• Procesar solo páginas concretas: si el contenido que se va a eliminar aparece únicamente en las primeras páginas, en las últimas, en páginas impares, pares o en números de página personalizados, también se puede limitar previamente el rango de procesamiento.

Hay que tener en cuenta que esta operación procesa el contenido según la posición rectangular en la página y no busca por nombre de imagen, contenido de texto o tipo de objeto. Por ello, resulta especialmente adecuada para elementos de página con posición estable; si el tamaño de página o la maquetación varían mucho entre archivos, conviene realizar primero una comprobación por muestreo.

Vista previa del resultado: qué cambia antes y después del procesamiento

Antes del procesamiento: en el lado izquierdo de la página hay una imagen de persona que debe eliminarse

En la página 12 del PDF de ejemplo antes del procesamiento, en la zona izquierda se encuentra una imagen de una persona, a la derecha hay contenido principal con borde verde y arriba también hay un título; además, en la página aparecen flechas y otros elementos decorativos. El objetivo de esta operación es eliminar el rango rectangular donde se encuentra la imagen de la persona, no vaciar toda la página.

En la captura anterior al procesamiento se observa que el objeto que se va a eliminar está situado en la parte central izquierda de la página. Si varios PDF utilizan la misma plantilla, las coordenadas de la imagen de la persona suelen ser bastante coherentes entre archivos, por lo que resulta adecuado localizarla de forma unificada mediante la distancia al borde izquierdo de la página, la distancia al borde superior, el ancho del área y la altura del área.

Después del procesamiento: la imagen de persona dentro del rango rectangular ha sido eliminada

Una vez finalizado el procesamiento, la posición donde se encontraba la imagen de la persona queda en blanco, mientras que el cuadro de texto principal de la derecha, el título superior, el número de página y el contenido fuera del rango rectangular se conservan. La flecha roja permanece porque no quedó completamente dentro del área de eliminación definida en esta ocasión, lo que también demuestra que los límites del área rectangular afectan directamente al resultado final.

Mediante la comparación antes y después se puede confirmar que esta función no consiste simplemente en recortar la página PDF ni en convertir toda la página en blanco, sino en limpiar el contenido de la página dentro de un área rectangular especificada. Para evitar eliminar por error texto principal adyacente, conviene validar las coordenadas con un archivo de muestra antes del procesamiento por lotes formal.

Pasos de uso: eliminar por lotes contenido de un área fija del PDF

Paso 1: entrar en las herramientas de PDF y seleccionar la función correspondiente

Abra HeSoft Doc Batch Tool , acceda a «Herramientas de PDF» en la clasificación de funciones de la izquierda y seleccione después «Procesamiento de contenido» en la parte superior. En la lista de funciones podrá ver «Eliminar contenido de un área especificada del PDF», cuya descripción indica que elimina por lotes todo el contenido situado dentro de un área rectangular especificada en archivos PDF. Haga clic en esta función para entrar en la página de procesamiento.

El propósito de elegir esta función es establecer una tarea de procesamiento unificada orientada a varios PDF. A diferencia de funciones como «Eliminar imágenes del PDF», que procesan por tipo de objeto, esta función se centra en determinar el rango de eliminación según la posición en la página, por lo que las imágenes, el texto y otros contenidos de página incluidos en el mismo rectángulo deben ser objeto de comprobación.

Paso 2: añadir los archivos PDF que se desean procesar por lotes

Después de entrar en la interfaz de la tarea, la primera fase es «Seleccionar los registros que se van a procesar». Puede hacer clic en «Añadir archivos» para seleccionar PDF o utilizar «Importar archivos desde carpeta» para incorporar de una vez los documentos de una carpeta determinada. En la captura ya se han importado 4 PDF y la lista de archivos muestra el nombre, la ruta, la extensión, la fecha de creación y la fecha de modificación.

Después de la importación, conviene revisar primero la lista de archivos para confirmar que la extensión sea pdf, que la ruta sea correcta y que no se haya incluido material que no deba procesarse. Si se detecta un archivo seleccionado por error, se puede usar la operación de eliminación situada a la derecha del registro correspondiente para quitarlo de la tarea; si es necesario volver a seleccionar, también puede utilizarse la opción «Vaciar» de la interfaz. Esta comprobación es importante porque la configuración posterior se aplicará a todos los registros de la tarea actual.

Una vez confirmado, haga clic en «Siguiente» en la parte inferior para entrar en las opciones de procesamiento. El valor de añadir archivos por lotes reside en que no es necesario crear tareas separadas para varios PDF; basta con configurar una sola vez los parámetros de área para ejecutar el proceso de forma unificada.

Paso 3: configurar el rango de páginas que se va a procesar

En la fase «Configurar opciones de procesamiento», seleccione en primer lugar el rango de procesamiento. La interfaz ofrece opciones como «Todas las páginas», «Las primeras páginas», «Las últimas páginas», «Páginas impares», «Páginas pares» y «Personalizado».

Si el contenido que se va a eliminar aparece en la misma posición en todas las páginas, se puede seleccionar «Todas las páginas»; si los elementos solo existen en la portada, el prefacio o la última página, debe elegirse el rango de páginas que corresponda a la situación real. La finalidad de seleccionar el rango es reducir las modificaciones innecesarias de páginas y disminuir el riesgo de eliminar por error contenido situado en la misma posición en otras páginas.

Paso 4: elegir la unidad de longitud y determinar las coordenadas del rectángulo

La interfaz indica que «el área rectangular toma como origen la esquina superior izquierda de la página». Esto significa que la localización debe calcularse desde el borde izquierdo y el borde superior de la página. La unidad de longitud puede ser centímetros, pulgadas, puntos o porcentaje. En el ejemplo se utiliza «Porcentaje», con los parámetros: distancia al borde izquierdo de la página 20,00, distancia al borde superior de la página 40,00, ancho del área 20,00 y altura del área 60,00.

Los cuatro parámetros pueden entenderse así:

• Distancia al borde izquierdo de la página: posición del borde izquierdo del rectángulo respecto al borde izquierdo de la página.
• Distancia al borde superior de la página: posición del borde superior del rectángulo respecto al borde superior de la página.
• Ancho del área: extensión cubierta desde el borde izquierdo del rectángulo hacia la derecha.
• Altura del área: extensión cubierta desde el borde superior del rectángulo hacia abajo.

La ventaja de usar porcentaje es que los parámetros mantienen una relación relativa con el ancho y el alto de la página, lo que resulta adecuado para PDF de tamaños idénticos o proporciones similares; centímetros, pulgadas y puntos son más apropiados cuando se necesita una localización precisa según dimensiones absolutas. Sea cual sea la unidad elegida, debe garantizarse que el significado del mismo conjunto de valores sea coherente.

Paso 5: configurar la ubicación de guardado y comenzar el procesamiento

Una vez confirmados los parámetros del área, haga clic en «Siguiente» y, siguiendo el flujo, entre en «Configurar ubicación de guardado». Se recomienda guardar los resultados en un directorio independiente que facilite la comprobación, para evitar mezclar los archivos antes y después del procesamiento. A continuación, continúe hasta la fase «Iniciar procesamiento» y ejecute la tarea por lotes.

Cuando termine el procesamiento, no compruebe únicamente un archivo. Se recomienda revisar por muestreo la primera página, páginas intermedias, la última página y las páginas especiales configuradas en distintos PDF, para confirmar que el contenido dentro del rango rectangular se ha eliminado y comprobar al mismo tiempo que el título, el texto principal, los números de página y los gráficos adyacentes están completos.

Cómo configurar con mayor precisión los parámetros del área rectangular

Al configurar el área, puede observar primero con un lector de PDF la posición relativa del objeto objetivo respecto a los cuatro bordes de la página. Calcule primero la distancia al lado izquierdo y al lado superior y determine después el ancho y la altura que ocupa el objeto objetivo. En la primera prueba, los límites del rectángulo no deben quedar demasiado pegados al texto principal que se desea conservar; es preferible procesar primero una copia.

Si después del procesamiento aún quedan bordes de la imagen, normalmente significa que el ancho, la altura o la posición inicial del área no cubren lo suficiente, por lo que se puede ampliar adecuadamente el rectángulo. Si se elimina por error texto principal, significa que el área es demasiado grande o el punto de origen está desplazado, por lo que habrá que reducir el ancho y la altura o ajustar los valores de distancia al borde izquierdo y al borde superior de la página.

Con PDF que mezclan distintos tamaños de papel hay que tener especial cuidado. Por ejemplo, cuando coexisten páginas A4 y páginas horizontales, las mismas unidades absolutas pueden corresponder a posiciones visuales diferentes; aunque el porcentaje puede adaptarse a la proporción, si la maquetación en sí es distinta tampoco puede garantizar que el objeto objetivo coincida por completo. En ese caso, se puede procesar por grupos según el tamaño de página o el tipo de plantilla.

Preguntas frecuentes y precauciones

¿El área de eliminación afecta al contenido fuera del rectángulo?

Según el resultado del ejemplo, el título, el cuadro de texto principal, el número de página y otros elementos fuera del área rectangular se conservan. Sin embargo, que los objetos cercanos al límite del rectángulo se vean afectados depende del solapamiento entre el objeto y el área, por lo que conviene confirmar el efecto real con un archivo de muestra.

¿Por qué siguen quedando restos de gráficos después del procesamiento?

La causa más habitual es que el rectángulo no cubre por completo el objeto objetivo o que algunos gráficos se extienden más allá del área definida. Se pueden reajustar la posición inicial, el ancho del área y la altura del área, y volver a probar con la muestra.

¿Se puede usar directamente el mismo conjunto de parámetros para todos los PDF?

Solo cuando el tamaño de página, la orientación y la posición de la maquetación son similares, los parámetros unificados permiten obtener resultados estables. Si el origen de los archivos es heterogéneo, conviene clasificarlos primero por plantilla y crear después tareas de procesamiento por lotes separadas.

¿Debo elegir todas las páginas o páginas personalizadas?

Debe basarse en la posición real en la que aparece el contenido objetivo. Solo debe elegir «Todas las páginas» cuando en todas ellas existan los mismos elementos; si solo aparecen en algunas páginas, normalmente es más seguro limitar el rango de páginas.

¿Es necesario hacer una copia de seguridad antes del procesamiento por lotes?

Se recomienda conservar los PDF originales y guardar los resultados del procesamiento en un directorio independiente. La eliminación de un área especificada constituye una modificación del contenido, por lo que tras finalizar sigue siendo necesario realizar una revisión manual por muestreo; conservar los archivos originales también facilita volver a ejecutar el proceso si los parámetros no son adecuados.

Resumen

La clave para eliminar por lotes todo el contenido situado dentro de un área rectangular especificada en archivos PDF reside en tres puntos: confirmar primero si la maquetación de los distintos PDF es coherente, configurar con precisión las páginas de procesamiento y las coordenadas del rectángulo y, por último, verificar mediante la muestra y los resultados del lote. HeSoft Doc Batch Tool integra en un único flujo la importación de archivos, la configuración del rango, el guardado y la ejecución, lo que permite reducir el trabajo de abrir los PDF uno a uno, localizar página por página y eliminar repetidamente.

Si se enfrenta a decenas o cientos de PDF de la misma plantilla, se recomienda copiar primero una muestra, configurar el área rectangular tomando como origen la esquina superior izquierda de la página, confirmar que el resultado de eliminación se ajusta a lo esperado y, después, importar todos los archivos para el procesamiento por lotes. De este modo se mejora la eficiencia y se reduce el riesgo de eliminar por error contenido importante.