V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
novolunt
V2EX  ›  程序员

pdf 开源处理程序

  •  
  •   novolunt · 2022-09-26 16:57:37 +08:00 · 2489 次点击
    这是一个创建于 824 天前的主题,其中的信息可能已经有所发展或是发生改变。

    以前经常遇到不知道如何处理 pdf 文件,分享下使用的一些工具

    poppler-utils 包
    sudo apt-get install -y poppler-utils
    命令行 grep 工具
    https://pdfgrep.org/
    网页转换为文本工具
    https://pdftotext.com/zh/
    

    其中 poppler-utils 也支持 win/mac

    poppler-utils 包
    二进制
    https://anaconda.org/conda-forge/poppler/files
    https://github.com/oschwartz10612/poppler-windows/releases
    源码
    https://gitlab.freedesktop.org/poppler/poppler
    
    windows 目录结构
    C:
        └ Program Files
            └ poppler-0.68.0_x86
                └ bin
                └ include
                └ lib
                └ share
    命令说明
     * pdfdetach -- 列出或提取嵌入文件(附件)
     * pdffonts -- 字体分析器
     * pdfimages -- 图像提取器
     * pdfinfo -- 文档信息
     * pdfseparate -- 页面提取工具
     * pdfsig -- 验证数字签名
     * pdftocairo -- PDF 到 PNG/JPEG/PDF/PS/EPS/SVG 转换器使用 Cairo
     * pdftohtml -- PDF 到 HTML 转换器
     * pdftoppm -- PDF 到 PPM/PNG/JPEG 图像转换器
     * pdftops -- PDF 到 PostScript (PS) 转换器
     * pdftotext -- 文本提取
     * pdfunite -- 文档合并工具
    
    7 条回复    2022-10-12 12:41:26 +08:00
    throcean
        1
    throcean  
       2022-09-26 19:30:51 +08:00
    666
    throcean
        2
    throcean  
       2022-09-26 21:36:58 +08:00
    楼主,源码编译太顶了,我最后直接用了 `brew install pdfgrep`
    throcean
        3
    throcean  
       2022-09-26 22:09:08 +08:00
    很有用!谢谢老哥!在包含文字里的 pdf 中检索得很好,但是如果 pdf 是图片转的就不行了,谢谢老哥!
    tool2d
        4
    tool2d  
       2022-09-26 22:21:16 +08:00
    我一般用 ghostscript 转换 PDF ,功能强大,也很方便。
    novolunt
        5
    novolunt  
    OP
       2022-09-27 17:32:20 +08:00
    都是收藏的,就没几个回复下,给个铜币 !!!
    novolunt
        6
    novolunt  
    OP
       2022-09-27 17:48:16 +08:00
    @tool2d 看了下,使用难度很高,特别对于 windows 用户
    nsynet57
        7
    nsynet57  
       2022-10-12 12:41:26 +08:00 via Android
    很多 pdf 软件都是基于它
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   932 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 20:35 · PVG 04:35 · LAX 12:35 · JFK 15:35
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.