วิธีรวมไฟล์ PDF ตามลำดับที่ถูกต้อง: การเรียงหน้า ขนาดไฟล์ และการประมวลผลในเบราว์เซอร์

1. ความท้าทายในการรวมไฟล์ PDF ในการทำงานจริง

เมื่อต้องจัดการเอกสาร PDF หลายฉบับ เช่น เอกสารประกวดราคา รายงานงบการเงิน หรือสัญญาที่มีเอกสารแนบหลายส่วน การรวมไฟล์ตามลำดับที่ถูกต้องถือเป็นข้อกำหนดที่สำคัญมาก อย่างไรก็ตาม กล่องโต้ตอบการเลือกไฟล์ของระบบปฏิบัติการมักจะจัดเรียงไฟล์ตามลำดับตัวอักษรหรือเวลาแก้ไขล่าสุด ทำให้หน้าเอกสารอาจสลับลำดับกันได้หากเลือกหลายไฟล์พร้อมกัน

ตามมาตรฐานสากล ISO 32000 โครงสร้างภายในของไฟล์ PDF ถูกจัดเก็บในรูปแบบลำดับชั้นต้นไม้ของหน้า (Page Tree Hierarchy) โดยมีโหนดรูท /Pages ชี้ไปยังโหนดลูก /Kids หากกระบวนการรวมไฟล์ไม่ได้ปรับโครงสร้างการอ้างอิงอ็อบเจกต์ทางอ้อม (Indirect Object References) ใหม่อย่างถูกต้อง หน้าเอกสารอาจหลุดจากลิงก์ หรือแสดงผลผิดลำดับบนโปรแกรมเปิดไฟล์ PDF มาตรฐาน

2. การทดสอบเชิงประจักษ์: ไฟล์ทดสอบสังเคราะห์ 5 ไฟล์ (Synthetic PDF Benchmark)

เพื่อตรวจสอบความถูกต้องสมบูรณ์ของอัลกอริทึมการรวมไฟล์บนฝั่งไคลเอนต์ เราได้สร้างชุดไฟล์ PDF สังเคราะห์ขึ้นมา 5 ไฟล์ โดยมีขนาดพื้นฐาน 652 ไบต์ต่อไฟล์ แต่ละไฟล์มีจำนวนหน้าและป้ายกำกับตั้งแต่ A ถึง E อย่างชัดเจน:

เป้าหมายการทดสอบคือการรวมไฟล์เหล่านี้ตามลำดับที่กำหนดโดยผู้ใช้: C.pdf → A.pdf → D.pdf → B.pdf → E.pdf ผลลัพธ์สุดท้ายจะต้องมีจำนวนหน้ารวมกันพอดี 8 หน้า (คำนวณจาก: 1 + 1 + 3 + 2 + 1 = 8 หน้า) และต้องไม่เกิดปัญหาขนาดไฟล์พองตัวโดยไม่จำเป็น

3. กลไกการรวมไฟล์บนฝั่งไคลเอนต์ด้วย pdf-lib

เครื่องมือรวมไฟล์ PDF ของ GoToolstack ทำงานบนเบราว์เซอร์ผ่านไลบรารี pdf-lib กลไกการทำงานประกอบด้วยขั้นตอนต่อไปนี้:

1. อ่านข้อมูลเป็นไบนารี (ArrayBuffer): ใช้ FileReader API โหลดไฟล์จากอุปกรณ์เข้าสู่หน่วยความจำ RAM ของเบราว์เซอร์
2. สร้างเอกสาร PDF เปล่า (PDFDocument.create): สร้างอ็อบเจกต์ PDF ใหม่เพื่อใช้เป็นโหนดแม่ในการรับหน้าเอกสาร
3. โคลนหน้าเอกสารแบบไม่สูญเสียความละเอียด (copyPages): สำหรับแต่ละไฟล์ตามลำดับคิว อัลกอริทึมจะเรียกใช้ copyPages() เพื่อคัดลอกโครงสร้างเวกเตอร์ สตรีมฟอนต์ และทรัพยากรรูปภาพโดยไม่ผ่านการแปลงกลับเป็นบิตแมป
4. เชื่อมโยงเข้ากับต้นไม้หน้า (addPage): นำหน้าที่คัดลอกมาเพิ่มลงในเอกสารปลายทางทีละหน้าอย่างเป็นระเบียบ
5. บันทึกและสร้างไฟล์ใหม่ (saveAs): เข้ารหัสโครงสร้างเอกสารใหม่และส่งกลับเป็น Blob ให้ผู้ใช้ดาวน์โหลดได้ทันที

import { PDFDocument } from 'pdf-lib';

async function mergePdfQueue(fileQueue) {
  const mergedPdf = await PDFDocument.create();

  for (const fileItem of fileQueue) {
    const arrayBuffer = await fileItem.file.arrayBuffer();
    const sourcePdf = await PDFDocument.load(arrayBuffer);
    const copiedPages = await mergedPdf.copyPages(sourcePdf, sourcePdf.getPageIndices());
    
    for (const page of copiedPages) {
      mergedPdf.addPage(page);
    }
  }

  const mergedPdfBytes = await mergedPdf.save();
  return new Blob([mergedPdfBytes], { type: 'application/pdf' });
}

4. ผลการทดสอบและการตรวจสอบความถูกต้อง

จากการทดสอบจริงด้วยชุดไฟล์สังเคราะห์ ผลลัพธ์ที่ได้มีความแม่นยำ 100%:

• จำนวนหน้าผลลัพธ์: ครบถ้วน 8 หน้า ตรงตามผลรวมของแต่ละไฟล์ (1+1+3+2+1)
• ขนาดไฟล์สังเคราะห์ผลลัพธ์: สามารถควบคุมขนาดไว้ได้อย่างมีประสิทธิภาพ ไม่มีการคัดลอกทรัพยากรส่วนเกินซ้ำซ้อน
• ความถูกต้องของลำดับหน้า: เมื่อเปิดดูใน Adobe Acrobat Reader และเบราว์เซอร์ หน้า C ปรากฏเป็นหน้าแรก ตามด้วย A, 3 หน้าของ D, 2 หน้าของ B และปิดท้ายด้วยหน้า E
• การรักษาคุณสมบัติเวกเตอร์: ข้อความและฟอนต์ทั้งหมดยังคงสามารถค้นหาและไฮไลต์ได้ตามปกติ ไม่สูญเสียความคมชัด

5. ข้อควรระวังและแนวทางปฏิบัติที่ดีที่สุด