- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
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!
最佳答案
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:
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。
关于c++ - 使用 XPDF(或其他工具)编辑 PDF,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2094253/
我的代码有一些问题。我正在尝试遍历包含许多 PDF 的 Drive 文件夹,然后将它们合并为一个文件。当我使用我的代码时,它只是为 Drive 文件夹中的最后一个 PDF 创建一个 PDF,而不是按预
我从 PDF Specification 获取了 PDF 规范中的最小 PDF 示例。 ,将其复制到记事本,将文件重命名为扩展名为 .pdf。 我可以用其他 PDF 查看器(PDF-XChange、S
感谢您在以下方面的帮助: 我有 2 个部分可访问的 PDF(包含标签),我想使用一些命令行工具(如 PDFtk 或 Ghostscript,或任何 Perl 模块)将它们连接起来: 我已经尝试使用 P
我想使用 ghostscript 将矢量 pdf 转换为光栅 pdf(即光栅化矢量 pdf)。但是即使我添加了解析参数 -r300,我也找不到合适的参数来执行此操作。 我使用的代码是-dSAFER -
我无法在 FAQ 中找到这个功能是否存在于 API 中,尽管它在书中提到作为潜在可用的东西。有没有人有任何实现此功能的经验? 最佳答案 在 This thread (日期为 2007 年 6 月)Pa
我要放文件sample.pdf在我的网站上,并希望使用 pdf.js 显示它.我想要的是显示我自己的文件,如 demo ,带有工具栏,放大/缩小等。到目前为止,我还不能这样做。 我确实检查了 hell
我知道这可能不是严格意义上的编程问题(也许是,我不知道)但我在尝试转换常规 pdf(带有超链接、书签、图像、嵌入字体等)时遇到了严重问题.) 转换为 PDF/A-1 格式。 当我用 pdfaPilot
这是 PDF.js 网站 https://github.com/mozilla/pdf.js 我正在搜索和阅读很多文章,大多数编码都是将 pdf 导入 pdf.js 并在浏览器上显示,我不明白是不是
谁能建议我如何将扫描图像转换为可搜索图像或如何将扫描 pdf 转换为可搜索 pdf? 很长一段时间以来,我一直陷入这种情况。 我已经在 ubuntu 中尝试过 pdfocr 应用程序,但没有成功。 最
作为我对客户端/服务器 pdf 签名研究的一部分,我测试了 itext pdf 延迟签名示例。不幸的是,我生成的 pdf 即合并空签名 pdf 和哈希值的输出显示无效签名。 我的代码片段如下 cla
我想将一个 PDF 页面插入到另一个已缩放的 PDF 页面中。我想使用 iTextSharp 来实现此目的。 我有一个矢量绘图,可以导出为单页 PDF 文件。我想将此文件添加到其他 PDF 文档的页面
作为我对客户端/服务器 pdf 签名研究的一部分,我测试了 itext pdf 延迟签名示例。不幸的是,我生成的 pdf 即合并空签名 pdf 和哈希值的输出显示无效签名。 我的代码片段如下 cla
我想为 Kindle 转换电子书。我尝试使用 Calibre 将具有复杂格式样式和图像的基于两种语言的基于文本的大型 PDF 电子书转换为适用于 Kindle 的 AZW3 电子书,并且还尝试了亚马逊
我在 Google Chrome 中显示 pdf 时遇到问题。问题是 Chrome 将 pdf 的某些页面显示为黑色。 启用 Chrome PDF 查看器时会发生这种情况。如果我禁用此插件并使用 Ad
我确信这个问题无处不在,尽管我似乎找不到答案。我希望我的 PDF 文档在 PDF 阅读器中显示时没有空白页,但随后在封面后打印空白页,这样打印出来的文档在右侧甚至左侧都有奇数页。还有其他人遇到过这个问
我需要自动裁剪 pdf 文件(去除白边)。到目前为止,我尝试了两种并不完美的工具: pdf裁剪 问题:它不会裁剪某些 pdf。 pdf-crop-margins 问题:有时它裁剪得太多(精细的细节)。
This PDF由几个源文件组成。其中五个是包含 alpha channel 的 PNG。一种是没有 alpha channel 的 PNG。最后一 block 是带有透明效果的 Photoshop
我的团队将内部 wiki 页面用于各种内容。这些页面是使用 MediaWiki 创建的。我想知道是否有任何方法可以将 wiki 页面转换为 PDF 格式。我必须用它来将用户文档转换为 PDF 格式,以
我希望能够从我可能在数据库或 xml 或任何其他结构化形式中拥有的数据生成高度图形化(也包含大量文本内容)的 PDF 文件。 目前,我们的平面设计师在将内容作为 MS Word 文档后,在 Photo
我正在寻找可以帮助我找到重复 PDF 的实用程序。问题:我有 1000 个 PDF 文件。有些是重复的。由于不同的文件名和文件大小的微小差异,它们不容易被检测到。是否有实用程序/算法/库可以帮助我找到
我是一名优秀的程序员,十分优秀!