php - 如何使用PHP或Linux脚本找到PDF的方向？

Question

我需要扫描上传的PDF，以确定其中的页面是否全部为纵向页面或是否有横向页面。是否可以使用PHP或linux命令扫描这些页面的PDF？

Answer 1

(更新的答案-向下滚动...)
您可以使用pdfinfo(poppler-utils或xpdf-tools的一部分)或identify(ImageMagick工具包的一部分)。
确认:

identify -format "%f  Page %s:   Width: %W -- Height: %H\n" T-VD7.PDF

输出示例:

T-VD7.PDF  Page 0:  Width: 595 -- Height: 842
T-VD7.PDF  Page 1:  Width: 595 -- Height: 842
T-VD7.PDF  Page 2:  Width: 1191 -- Height: 842
[...]
T-VD7.PDF  Page 11:  Width: 595 -- Height: 421
T-VD7.PDF  Page 12:  Width: 595 -- Height: 842

或更简单:

identify -format "%s: %Wx%H\n" T-VD7.PDF

给出:

0:  595x842
1:  595x842
2:  1191x842
[...]
11:  595x421
12:  595x842

注意， identify如何使用基于零的页面计数机制!
如果页面的宽度大于高度，则为“横向”。如果两者相等，它们也不是也不也不是。
好处是 identify使您可以非常轻松，非常广泛地调整输出格式。
pdfinfo:

pdfinfo input.pdf | grep "Page.*size:"

输出示例:

Page size:      595.276 x 841.89 pts (A4)

如果涉及多页PDF，则 pdfinfo绝对比 identify更快，更精确。 (我测试的13页PDF用 identify处理了31秒，而 pdfinfo需要不到半秒的时间...。)
，请注意:默认情况下， pdfinfo只会报告 第一页的大小，仅报告。要获取所有页面的大小(您可能知道，有些PDF使用混合的页面大小和混合的方向)，您必须修改以下命令:

pdfinfo -f 3 -l 13 input.pdf | grep "Page.*size:"

现在输出:

Page    1 size: 595.276 x 841.89 pts (A4)
Page    2 size: 595.276 x 841.89 pts (A4)
Page    3 size: 1191 x 842 pts (A3)
[....]
Page   12 size: 595 x 421 pts (A5)
Page   13 size: 595.276 x 841.89 pts (A4)

这将打印第3页的大小(要报告的 f irst)到第13页(要报告的 l ast)。
编写脚本:

  pdfinfo \
    -f 1 \
    -l 1000 \
     Vergleich-VD7.PDF \
| grep "Page.* size:" \
| \
| while read Page _pageno size _width x _height rest; do 
  [ "$(echo "${_width} / 1"|bc)" -gt "$(echo "${_height} / 1"|bc)" ] \
     && echo "Page $_pageno is landscape..." \
    || echo "Page $_pageno is portrait..."  ; \
 done

( bc -trick是必需的，因为 -gt比较仅适用于带整数的shell。用 1除以 bc会将可能的实际值四舍五入为整数...)
结果:

Page 1 is portrait...
Page 2 is portrait...
Page 3 is landscape...
[...]
Page 12 is landscape...
Page 13 is portrait...

更新:使用“正确的” pdfinfo发现页面旋转...
我最初的答案太过 pdfinfo了。小夜曲X在评论中说，他/她的问题是发现旋转的页面。
好了，这里是一些尚不为人所知的附加信息，因此尚未被所有 pdfinfo用户真正吸收...
正如我提到的，周围有两种不同的 pdfinfo实用程序:

这是xpdf-utils软件包的一部分(在某些平台上也称为xpdf-tools)。

，它是poppler-utils软件包的一部分(在某些平台上也称为poppler-tools，有时它不是作为软件包分离出来的，而是主要poppler软件包的一部分)。

Poppler的 pdfinfo输出
因此，这是Poppler的 pdfinfo命令的示例输出。经过测试的文件是一个2页的PDF，其中第一页为纵向A4，第二页为横向A4格式:

kp@mbp:~$  pdfinfo -f 1 -l 2 a4portrait+landscape.pdf Producer:       GPL Ghostscript 9.05CreationDate:   Thu Jul 26 14:23:31 2012ModDate:        Thu Jul 26 14:23:31 2012Tagged:         noForm:           nonePages:          2Encrypted:      noPage    1 size: 595 x 842 pts (A4)Page    1 rot:  0Page    2 size: 842 x 595 pts (A4)Page    2 rot:  0File size:      3100 bytesOptimized:      noPDF version:    1.4

Do you see the lines saying Page 1 rot: 0 and Page 1 rot: 0?

Do you notice the lines saying Page 1 size: 595 x 842 pts (A4) and Page 2 size: 842 x 595 pts (A4) and the differences between the two?

XPDF's pdfinfo output

Now let's compare this to the output of XPDF's pdfinfo:

kp@mbp:~$  xpdf-pdfinfo -f 1 -l 2 a4portrait+landscape.pdf Producer:       GPL Ghostscript 9.05CreationDate:   Thu Jul 26 14:23:31 2012ModDate:        Thu Jul 26 14:23:31 2012Tagged:         noPages:          2Encrypted:      noPage    1 size: 595 x 842 pts (A4)Page    2 size: 842 x 595 pts (A4)File size:      3100 bytesOptimized:      noPDF version:    1.4

You may notice one more difference, if you look closely enough. I won't point my finger to it, and will keep my mouth shut for now... :-)

Poppler's pdfinfo correctly reports rotation of page 2

Next, I rotate the second page of the file by 90 degrees using pdftk (I don't have Adobe Acrobat around):

pdftk \
  a4portrait+landscape.pdf \
  cat 1 2E \
  output a4portrait+landscape---page2-landscaped-by-pdftk.pdf 

现在，Poppler的 pdfinfo报告如下:
kp @ mbp:〜$ pdfinfo -f 1 -l 2 a4portrait + landscape --- page2-landscaped-by-pdftk.pdf
创建者:pdftk 1.44-www.pdftk.com
监制:itext-paulo-155(itextpdf.sf.net-lowagie.com)
CreationDate:Thu Jul 26 14:39:47 2012
修改日期:2012年7月26日星期四14:39:47
标记:否
形式:无
页数:2
加密:否
第1页尺寸:595 x 842点(A4)
第1页烂:0
第2页尺寸:842 x 595点(A4)
第2页腐烂:90
文件大小:1759位元组
优化:否
PDF版本:1.4

如您所见， Page 2 rot: 90行告诉我们我们正在寻找什么。 XPDF的 pdfinfo本质上将报告与已更改文件相同的信息，与原始文件相同。当然，它仍然可以正确捕获更改后的 Creator:， Producer:和 *Date:信息，但是它将丢失旋转的页面...
还请注意以下详细信息:第2页最初被设计为横向页面，可以从Page 2 size: 842 x 595 pts (A4)信息部分看到。但是，它在当前PDF中显示为纵向页面，如Page 2 rot: 90部分所示。
另请注意，轮播信息可能会出现4个不同的值:

0(不旋转)，

90(向东旋转，或顺时针旋转90度)，

180(向南旋转，翻滚的页面图像，上下颠倒或顺时针旋转180度)，

270(向西旋转，或者逆时针旋转90度，或者顺时针旋转270度)。

一些背景信息
Popper(由 The Poppler Developers开发)是 XPDF(由 Glyph & Cog LLC开发)的一个分支，发生于2005年左右。(作为当时他们将Poppler开发人员 fork 的重要原因之一，Glyph＆Cog并不总是提供及时的错误修复。有关安全性的问题...)
无论如何，Poppler分支在很长一段时间内一直保持关联的命令行实用程序，其命令行参数和语法以及其输出格式与原始(XPDF/Glyph＆Cog LLC)兼容。
现有的Poppler工具在竞争XPDF工具方面获得了更多功能
但是，最近他们开始添加其他功能。从我的头顶上出来:

pdfinfo现在还报告每个页面的旋转状态(从2012年3月1日发布的Poppler v0.19.0开始)。

pdffonts现在还报告每种字体的字体编码(从2012年3月15日发布的Poppler v0.19.1开始)。

Poppler工具获得更多 sibling
Poppler工具还提供了一些额外的命令行实用程序，这些实用程序不在原始XPDF软件包中(其中一些是最近才添加的):

pdftocairo-用于创建PNG，JPEG，PostScript，EPS，PDF，SVG(使用开罗)的实用程序

pdfseparate-提取PDF页面的实用工具

pdfunite-合并PDF文件的实用程序

pdfdetach-从PDF

列出或提取嵌入式文件的实用程序

pdftohtml-从PDF文件转换HTML的实用程序