c++ - 使用 XPDF(或其他工具)编辑 PDF

Question

我想问一下是否可以使用 xpdf 库编辑 PDF 文件，如果可以的话怎么办？我想这是可能的，但我找不到 xpdf 的任何教程或文档，所以我真的不知道 :( 。如果有任何其他库支持 pdf 编辑，我也愿意使用另一个库。我对此类库的唯一要求是它必须是一个 C++ 库或至少是一个 C 库，并且必须是跨平台的(Windows 和 Linux)

例如，我只需要对 pdf 文件进行基本编辑:

"this is a text in a pdf document" would be changed to "this is a text in pdf" with a different text color as well.

感谢大家的回复!

Answer 1

只是为了让您了解所涉及的范围，PDF 内容的“基本编辑”几乎总是很重要。

PDF 中的页面内容由在页面上绘制的短 RPN 程序表示。它是一种在语义上类似于 PostScript 的小型语言，但没有循环结构或函数定义(因此不存在停机问题)。在一个理智的世界里，你在页面上的文本将由这样的东西来表示:

BT /F1 12 Tf 72 720 Td (this is a text in a pdf document) Tj ET

当翻译成更熟悉的东西时，是这样的:

BeginText();
SetFont(F1, 12.0);  // Font 1, 12.0 pt
TextMoveTo(72, 720);
ShowText("this is a text in a pdf document");
EndText();

所以在这种情况下，您必须将其转换为如下内容:

BeginText();
SetFont(F1, 12.0);  // Font 1, 12.0 pt
TextMoveTo(72, 720);
ShowText("this is a ");
SetFont(F2, 12);
ShowText("text");
SetFont(F1, 12);
ShowText(" in a pdf document");
EndText();

这会变成:

BT /F1 12 Tf 72 720 Td (this is a ) Tj /F2 12 Tf (text) Tj /F1 12 Tf
( in a pdf document) Tj ET

在等效的 PDF 中。问题是多方面的:

1. 您必须提取页面及其所有资源(重要的)
2. 你必须生成一个新页面，插入新资源(你正在添加一种新字体)，如果允许则嵌入字体
3. 更改页面的内容流以包含您更改的内容。

而 3 是你要挂断电话的地方，因为有无数种方法可以生成包含你描述的内容的页面，即使有一个像样的库，你也会遇到困难得到其中的 70%。让我简要描述一下为什么这听起来很糟糕。有 PDF 生成程序(我在看着你，troff)首先将所有纯文本放置在页面上，然后放置所有斜体文本，然后是所有粗体文本。我发誓，这不是我编的。有些程序想要非常精确地放置文本，所以如果你幸运的话，它们会使用 TJ 运算符来布置具有特定字距调整的文本。如果您不走运(大多数时候是这样)，他们会在页面上的每个字形之前用一组移动来布置文本。如果您的文字以曲线或不寻常的方向放置( map 、广告)怎么办？如果有人巧妙地更改字体大小以更好地区分大小写或模拟小型大写字母，情况会怎样？

这就是为什么当我为 Acrobat 1.0 编写查找文本工具时，我花了两个月的汗水来处理尽可能多的边缘情况。这不是编辑文本 - 它只是试图找到一个单词或短语。

我不会为您推荐一个库 - 抱歉 - 我简要地查看了 xpdf 并不清楚它是否具有 PDF 生成功能或者它是否只是 PDF 的消费者。 PdfLib 是一个商业产品，似乎是生成 PDF，虽然目前还不清楚它是否可以使用它，但你肯定可以通过将它们粘合在一起来获得双方。

如果是我，我会使用我开发的工具，但我仍然会有点害羞地完成这项任务。我的图书馆正在被 Atalasoft 使用，我工作的公司，从整个布料生成 PDF 并在非常有限的域(注释、文档元数据)内进行编辑。最困难的部分是我们尽最大努力向客户隐藏 PDF 的复杂性。一般来说，我们的客户希望我们理解规范而不是他们，让剩下的事情变得简单——但是像这样的任务(编辑是另一回事)，如果不理解 PDF 的深度，真的很难做到规范。如果您开始进入 PDF 操作的图书馆世界，您应该从阅读规范开始，尤其是第 8 章(图形)和第 9 章(文本)，您将更好地理解您将要做的事情与图书馆。