pdf - 有没有办法以编程方式从 PDF 文件中删除所有空白页？

Question

如今，购买电子书比死树版本更实用。但是 PDF 经常包含打印版使用的空白页。我通常会看到每本电子书 10-30 个空白页(或带有文本“此页故意留空。”的页面)。是否可以以编程方式删除这些空白页？目前我手动识别空白页，然后通过这个运行它:

pdftops orig.pdf - | psselect "$range_of_non_blank_pages" | ps2pdf - new.pdf

所以困难的部分是识别空白页。 pdftotext 在大多数情况下都可以使用，除非页面只有图像而没有文本。

此外，即使删除了许多页面并看到生成的文件大小更小，在缩小原始文件和新版本后(使用互联网上的各种方法)，原始文件通常会小几百 KB 或更多。因此，我用来删除空白页的方法似乎无法创建最佳 pdf。我还尝试了各种 gui 程序，并在这方面看到了相同的结果。

Answer 1

部分答案:您不需要通过后记(这可能是您获得更大文件的原因)。一种可能性是

pdftk orig.pdf cat "$range_of_non_blank_pages"输出 new.pdf

要识别空白页面，您需要使用一种工具，该工具不仅可以选择和重新组合页面。尝试使用脚本语言库，例如 Perl 中的 CAM::PDF 或 PDF::API2。