Linux下用pdftk-java 命令编辑 PDF 的四种方法

云文徽 發表於 2024-1-2 00:00:00

Linux下用pdftk-java 命令编辑 PDF 的四种方法

<img title="Linux下用pdftk-java 命令编辑 PDF 的四种方法" alt="Linux下用pdftk-java 命令编辑 PDF 的四种方法" border="0" height="auto" src="https://zhuji.jb51.net/uploads/img/202305/4e84eb57fdf5886ecfa78f35f14df2bd.jpg" width="auto">

用这个方便的 Linux 命令合并 PDF、删除页面、分割 PDF 和填写表格。

技术白皮书、手稿和 RPG 手册，我每天都要处理大量的 PDF 文件。PDF 格式之所以受欢迎，是因为它包含经过处理的 PostScript 代码。PostScript 是现代打印机的原生语言，所以出版商经常将一本书的数字版本发布为 PDF，因为他们已经投入了时间和精力来制作印刷用的文件。但是，PDF 并不是一种可编辑的格式，虽然可以进行一些逆向处理，但它是数字数据发送到打印机之前的最后一站。即便如此，有时你还是需要对 PDF 进行调整，而我最喜欢的工具之一就是 pdftk-java 命令。
<h3 class="mume-header" id="%E5%9C%A8-linux-%E4%B8%8A%E5%AE%89%E8%A3%85-pdftk-java">
在 Linux 上安装 pdftk-java</h3>

顾名思义，<code>pdftk-java</code> 是用 Java 编写的，所以只要你安装了 Java，它就能在所有主流的操作系统上工作。

Linux 和 macOS 用户可以从 AdoptOpenJDK.net 安装 Java。Windows 用户可以安装 Red Hat 的 OpenJDK 的 Windows版本。

要安装 <code>pdftk-java</code>：

1、从 Gitlab 仓库下载 pdftk-all.jar 程序，并将其保存到 <code>~/.local/bin/</code> 或你 path 变量中的其他位置。

2、在你喜欢的文本编辑器中打开 <code>~/.bashrc</code> 并添加这一行：
<ol class="linenums">
<li class="L0">
<code>alias pdftk='java -jar $HOME/.local/bin/pdftk-all.jar'</code>
</li>
</ol>

3、加载你的新 Bash 设置：
<ol class="linenums">
<li class="L0">
<code>$ source ~/.bashrc</code>
</li>
</ol>
<h3 class="mume-header" id="%E5%91%BD%E4%BB%A4%E8%AF%AD%E6%B3%95">
命令语法</h3>

一个有效的 <code>pdftk-java</code> 命令的结构遵循一个模式，但在模式中的内容有很大的灵活性。语法有点不寻常，因为它没有使用传统风格的终端选项，但经过实践，它并不难记。
<ul>
<li>
<code>pdftk</code>：调用该命令的别名</li>
<li>
输入文件：你想修改的 PDF 文件</li>
<li>
动作：你想对输入文件做什么</li>
<li>
输出：你想在哪里保存你修改过的 PDF 文件</li>
</ul>

最复杂的是动作部分，所以我将从简单的任务开始。
<h3 class="mume-header" id="%E5%B0%86%E4%B8%A4%E4%B8%AA-pdf-%E6%96%87%E4%BB%B6%E5%90%88%E5%B9%B6%E6%88%90%E4%B8%80%E4%B8%AA">
将两个 PDF 文件合并成一个</h3>

一本书的封面通常在一个单独的应用中创建，如 Inkscape 或 GIMP，而书的其他部分通常在 Scribus 等排版程序或 LibreOffice 等办公套件中完成，这种情况并不罕见。你可以在你的排版应用中把这两者结合起来。像 Scribus 这样的出版软件可以很容易地引用一张图片，这样当封面改变时，它就会在版面中自动更新。然而，也可以用 <code>pdftk-java</code> 将封面预置到 PDF 中：
<ol class="linenums">
<li class="L0">
<code>$ pdftk cover.pdf body.pdf \</code>
</li>
<li class="L1">
<code>cat \</code>
</li>
<li class="L2">
<code>output book.pdf</code>
</li>
</ol>

在这个例子中，动作是 <code>cat</code> 即 <ruby>连接<rt>concatenate</rt></ruby> 的缩写，和 Linux 的 cat 命令一样，它将一个或多个 PDF 文件串联成一个数据流，数据流被引导到“<ruby>输出<rt>output</rt></ruby>”参数指定的任何文件中。
<h3 class="mume-header" id="%E4%BB%8E%E4%B8%80%E4%B8%AA-pdf-%E4%B8%AD%E5%88%A0%E9%99%A4%E9%A1%B5%E9%9D%A2">
从一个 PDF 中删除页面</h3>

你不能确切地从一个 PDF 中删除一页，但你可以创建一个新的 PDF，只包含你想保留的页面。
<ol class="linenums">
<li class="L0">
<code>$ pdftk book.pdf \</code>
</li>
<li class="L1">
<code>cat 1 3-end \</code>
</li>
<li class="L2">
<code>output shorter-book.pdf</code>
</li>
</ol>

在这个例子中，我的书的文件的第 1 页，以及从 3 到结尾的所有页面，都被保存到一个新文件中。因此，我删除的那一页是第 2 页。
<h3 class="mume-header" id="%E5%B0%86%E4%B8%80%E4%B8%AA-pdf-%E5%88%86%E5%89%B2%E6%88%90%E4%B8%8D%E5%90%8C%E7%9A%84%E6%96%87%E4%BB%B6">
将一个 PDF 分割成不同的文件</h3>

将一个 PDF 文件分割成许多不同的文件也使用 <code>cat</code> 动作，它的原理与删除页面相似。你可以通过将你想要的页面发送到一个新文件来分割一个 PDF：
<ol class="linenums">
<li class="L0">
<code>$ pdftk book.pdf \</code>
</li>
<li class="L1">
<code>cat 1-15 \</code>
</li>
<li class="L2">
<code>output part-1.pdf</code>
</li>
<li class="L3">
<code>$ pdftk book.pdf \</code>
</li>
<li class="L4">
<code>cat 16-42 \</code>
</li>
<li class="L5">
<code>output part-2.pdf</code>
</li>
</ol>

如果你需要将一个 PDF 分割成单页文件，有一个特殊的动作，叫做 <code>burst</code>：
<ol class="linenums">
<li class="L0">
<code>$ pdftk book.pdf burst</code>
</li>
<li class="L1">
<code>$ ls</code>
</li>
<li class="L2">
<code>book.pdf pg_0001.pdf pg_0002.pdf</code>
</li>
<li class="L3">
<code>pg_0003.pdf pg_0004.pdf pg_0005.pdf</code>
</li>
<li class="L4">
<code>[...]</code>
</li>
<li class="L5">
</li>
</ol>
<h3 class="mume-header" id="%E5%A1%AB%E5%86%99%E8%A1%A8%E6%A0%BC">
填写表格</h3>

很少有人能否认多年来 PDF 格式变得越来越臃肿，而你有时在 PDF 文件中发现的一个功能是可填写的表格。你会在美国税务文件、RPG 角色表、线上学校作业本和其他旨在互动的 PDF 文件中看到这种情况。虽然大多数现代的 PDF 浏览器，比如 GNOME 的 Evince 和 KDE 的 Okular，都可以填写 PDF 表格，但你也可以在 <code>pdftk-java</code> 的帮助下填写 PDF 表格。

首先，你必须使用 <code>generate_fdf</code> 动作提取表单数据。这将提取表单元素的 ID，并将它们放入一个文本文件。
<ol class="linenums">
<li class="L0">
<code>$ pdftk character-sheet.pdf \</code>
</li>
<li class="L1">
<code>generate_fdf \</code>
</li>
<li class="L2">
<code>output chsheet-form.txt</code>
</li>
<li class="L3">
</li>
</ol>

你的目标文件（在这个例子中是 <code>chsheet-form.txt</code>）包含 PDF 中的表格数据，但只是文本部分。你可以在任何标准的文本编辑器中编辑它，如 Atom 或 Gedit。

在对生成 PDF 的组织的工作流程的有时令人钦佩和有时尴尬的一瞥中，你会发现一些表格有明确的标签，而其他表格有默认的名字，如 “Checkbox_001” 和 “Textfield-021”，所以你可能要把你的文本文件和你的 PDF 对照一下，但如果你要写一个脚本来自动填写表格，这可能是值得的。每个标签都被标记为 <code>/T</code> 项，在接下来的一行中，有空间（标记为 <code>/V</code>）提供给文本输入。下面是一个片段，它的标签有上下文，并填入了一些数据：
<ol class="linenums">
<li class="L0">
<code>/T (CharacterName 2)</code>
</li>
<li class="L1">
<code>/V (Abaddon)</code>
</li>
<li class="L2">
<code>>></code>
</li>
<li class="L3">
<code><<</code>
</li>
<li class="L4">
<code>/T (SlotsTotal 24)</code>
</li>
<li class="L5">
<code>/V ()</code>
</li>
<li class="L6">
<code>>></code>
</li>
<li class="L7">
<code><<</code>
</li>
<li class="L8">
<code>/T (Hair)</code>
</li>
<li class="L9">
<code>/V (Brown)</code>
</li>
<li class="L0">
<code>>></code>
</li>
<li class="L1">
<code><<</code>
</li>
<li class="L2">
<code>/T (AC)</code>
</li>
<li class="L3">
<code>/V (15)</code>
</li>
<li class="L4">
<code>>></code>
</li>
<li class="L5">
<code><<</code>
</li>
<li class="L6">
<code>/T (Background)</code>
</li>
<li class="L7">
<code>/V ()</code>
</li>
<li class="L8">
<code>>></code>
</li>
<li class="L9">
<code><<</code>
</li>
<li class="L0">
<code>/T (DEXmod )</code>
</li>
<li class="L1">
<code>/V ()</code>
</li>
</ol>

当你输入了表单数据，你就可以用 <code>fill_form</code> 动作将你的文本输入与 PDF 结构结合起来：
<ol class="linenums">
<li class="L0">
<code>$ pdftk character-sheet.pdf \</code>
</li>
<li class="L1">
<code>fill_form chsheet-form.txt \</code>
</li>
<li class="L2">
<code>output completed.pdf</code>
</li>
</ol>

下面是一个结果示例。

<img title="Linux下用pdftk-java 命令编辑 PDF 的四种方法" alt="Linux下用pdftk-java 命令编辑 PDF 的四种方法" border="0" height="auto" src="https://zhuji.jb51.net/uploads/img/202305/024242b15c7cca21076f93953d3b9f96.jpg">

A form filled by pdftk-java
<h3 class="mume-header" id="pdf-%E4%BF%AE%E6%94%B9%E5%8F%98%E5%BE%97%E7%AE%80%E5%8D%95">
PDF 修改变得简单</h3>

当你处理大量的 PDF 文件或通过 shell 脚本处理 PDF 文件时，像 <code>pdftk-java</code> 这样的工具是非常有价值的，因为它使你不必手动做所有的事情。当我从 Docbook 的输出建立一个 PDF 时，它是一个 Makefile，调用 <code>pdftk-java</code> 完成任何数量的任务，所以我没有机会忘记某个步骤或打错命令，也没有必要把时间花在这上面。在你自己的工作流程中，还有很多其他的原因你可能会使用 <code>pdftk-java</code>，它还可以做很多其他的事情，包括 <code>shuffle</code>、<code>rotate</code>、<code>dump_data</code>、<code>update_info</code> 和 <code>attach_files</code> 等动作。如果你发现自己经常与 PDF 文件打交道，可以试试 <code>pdftk-java</code>。

原文链接：https://linux.cn/article-14121-1.html

頁: [1]

琼殿技术论坛's Archiver

Linux下用pdftk-java 命令编辑 PDF 的四种方法