问题描述
你有任何想法如何提取PDF文档的一部分，并将其保存为PDF？在OS X上，通过使用预览是绝对微不足道的。我尝试了PDF编辑器和其他程序，但无济于事。
我想要一个程序，在其中选择我想要的部分，然后在OS X上用CMD + N这样的简单命令将其保存为pdf。我希望提取的部分以PDF格式保存，而不是jpeg等。
最佳解决方案
pdftk是用于该作业的有用的multi-platform工具(pdftk homepage)。
pdftk full-pdf.pdf cat 12-15 output outfile_p12-15.pdf
你传递主pdf的文件名，然后告诉它只包含某些页面(本例中为12-15)并将其输出到新文件。
次佳解决方案
很简单，使用默认的PDF阅读器：
打印为文件。这就对了！
然后
第三种解决方案
页面范围 – Nautilus脚本
概观
我根据链接的教程@ThiagoPonte创建了一个稍微更高级的脚本。它的主要特点是
-
它是基于GUI的，
-
与文件名称中的空格兼容，
-
并基于三个不同的后端，能够保留原始文件的所有属性
截图
码
#!/bin/bash
#
# TITLE: PDFextract
#
# AUTHOR: (c) 2013-2015 Glutanimate (https://github.com/Glutanimate)
#
# VERSION: 0.2
#
# LICENSE: GNU GPL v3 (http://www.gnu.org/licenses/gpl.html)
#
# OVERVIEW: PDFextract is a simple PDF extraction script based on Ghostscript/qpdf/cpdf.
# It provides a simple way to extract a page range from a PDF document and is meant
# to be used as a file manager script/addon (e.g. Nautilus script).
#
# FEATURES: - simple GUI based on YAD, an advanced Zenity fork.
# - preserves _all_ attributes of your original PDF file and does not compress
# embedded images further than they are.
# - can choose from three different backends: ghostscript, qpdf, cpdf
#
# DEPENDENCIES: ghostscript/qpdf/cpdf poppler-utils yad libnotify-bin
#
# You need to install at least one of the three backends supported by this script.
#
# - ghostscript, qpdf, poppler-utils, and libnotify-bin are available via
# the standard Ubuntu repositories
# - cpdf is a commercial CLI PDF toolkit that is free for personal use.
# It can be downloaded here: https://github.com/coherentgraphics/cpdf-binaries
# - yad can be installed from the webupd8 PPA with the following command:
# sudo add-apt-repository ppa:webupd8team/y-ppa-manager && apt-get update && apt-get install yad
#
# NOTES: Here is a quick comparison of the advantages and disadvantages of each backend:
#
# speed metadata preservation content preservation license
# ghostscript: -- ++ ++ open-source
# cpdf: - ++ ++ proprietary
# qpdf: ++ + ++ open-source
#
# Results might vary depending on the document and the version of the tool in question.
#
# INSTALLATION: https://askubuntu.com/a/236415
#
# This script was inspired by Kurt Pfeifle's PDF extraction script
# (http://www.linuxjournal.com/content/tech-tip-extract-pages-pdf)
#
# Originally posted on askubuntu
# (https://askubuntu.com/a/282453)
# Variables
DOCUMENT="$1"
BACKENDSELECTION="^qpdf!ghostscript!cpdf"
# Functions
check_input(){
if [[ -z "$1" ]]; then
notify "Error: No input file selected."
exit 1
elif [[ ! "$(file -ib "$1")" == *application/pdf* ]]; then
notify "Error: Not a valid PDF file."
exit 1
fi
}
check_deps () {
for i in "$@"; do
type "$i" > /dev/null 2>&1
if [[ "$?" != "0" ]]; then
MissingDeps+="$i"
fi
done
}
ghostscriptextract(){
gs -dFirstPage="$STARTPAGE "-dLastPage="$STOPPAGE" -sOutputFile="$OUTFILE" -dSAFER -dNOPAUSE -dBATCH -dPDFSETTING=/default -sDEVICE=pdfwrite -dCompressFonts=true -c \
".setpdfwrite << /EncodeColorImages true /DownsampleMonoImages false /SubsetFonts true /ASCII85EncodePages false /DefaultRenderingIntent /Default /ColorConversionStrategy \
/LeaveColorUnchanged /MonoImageDownsampleThreshold 1.5 /ColorACSImageDict << /VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor 0.4 /Blend 1 >> /GrayACSImageDict \
<< /VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor 0.4 /Blend 1 >> /PreserveOverprintSettings false /MonoImageResolution 300 /MonoImageFilter /FlateEncode \
/GrayImageResolution 300 /LockDistillerParams false /EncodeGrayImages true /MaxSubsetPCT 100 /GrayImageDict << /VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor \
0.4 /Blend 1 >> /ColorImageFilter /FlateEncode /EmbedAllFonts true /UCRandBGInfo /Remove /AutoRotatePages /PageByPage /ColorImageResolution 300 /ColorImageDict << \
/VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor 0.4 /Blend 1 >> /CompatibilityLevel 1.7 /EncodeMonoImages true /GrayImageDownsampleThreshold 1.5 \
/AutoFilterGrayImages false /GrayImageFilter /FlateEncode /DownsampleGrayImages false /AutoFilterColorImages false /DownsampleColorImages false /CompressPages true \
/ColorImageDownsampleThreshold 1.5 /PreserveHalftoneInfo false >> setdistillerparams" -f "$DOCUMENT"
}
cpdfextract(){
cpdf "$DOCUMENT" "$STARTPAGE-$STOPPAGE" -o "$OUTFILE"
}
qpdfextract(){
qpdf --linearize "$DOCUMENT" --pages "$DOCUMENT" "$STARTPAGE-$STOPPAGE" -- "$OUTFILE"
echo "$OUTFILE"
return 0 # even benign qpdf warnings produce error codes, so we suppress them
}
notify(){
echo "$1"
notify-send -i application-pdf "PDFextract" "$1"
}
dialog_warning(){
echo "$1"
yad --center --image dialog-warning \
--title "PDFExtract Warning" \
--text "$1" \
--button="Try again:0" \
--button="Exit:1"
[[ "$?" != "0" ]] && exit 0
}
dialog_settings(){
PAGECOUNT=$(pdfinfo "$DOCUMENT" | grep Pages | sed 's/[^0-9]*//') #determine page count
SETTINGS=($(\
yad --form --width 300 --center \
--window-icon application-pdf --image application-pdf \
--separator=" " --title="PDFextract"\
--text "Please choose the page range and backend"\
--field="Start:NUM" 1[!1..$PAGECOUNT[!1]] --field="End:NUM" $PAGECOUNT[!1..$PAGECOUNT[!1]] \
--field="Backend":CB "$BACKENDSELECTION" \
--button="gtk-ok:0" --button="gtk-cancel:1"\
))
SETTINGSRET="$?"
[[ "$SETTINGSRET" != "0" ]] && exit 1
STARTPAGE=$(printf %.0f ${SETTINGS[0]}) #round numbers and store array in variables
STOPPAGE=$(printf %.0f ${SETTINGS[1]})
BACKEND="${SETTINGS[2]}"
EXTRACTOR="${BACKEND}extract"
check_deps "$BACKEND"
if [[ -n "$MissingDeps" ]]; then
dialog_warning "Error, missing dependency: $MissingDeps"
unset MissingDeps
dialog_settings
return
fi
if [[ "$STARTPAGE" -gt "$STOPPAGE" ]]; then
dialog_warning "<b> Start page higher than stop page. </b>"
dialog_settings
return
fi
OUTFILE="${DOCUMENT%.pdf} (p${STARTPAGE}-p${STOPPAGE}).pdf"
}
extract_pages(){
$EXTRACTOR
EXTRACTORRET="$?"
if [[ "$EXTRACTORRET" = "0" ]]; then
notify "Pages $STARTPAGE to $STOPPAGE succesfully extracted."
else
notify "There has been an error. Please check the CLI output."
fi
}
# Main
check_input "$1"
dialog_settings
extract_pages
安装
请按照generic installation instructions for Nautilus scripts。请务必仔细阅读脚本标题，因为这有助于阐明脚本的安装和使用。
部分页面 – PDF Shuffler
概观
PDF-Shuffler is a small python-gtk application, which helps the user to merge or split pdf documents and rotate, crop and rearrange their pages using an interactive and intuitive graphical interface. It is a frontend for python-pyPdf.
安装
sudo apt-get install pdfshuffler
用法
PDF-Shuffler可以裁剪和删除单个PDF页面。您可以使用裁剪功能从文档或甚至部分页面中提取页面范围：
页面元素 – Inkscape
概观
Inkscape是一个非常强大的open-source矢量图形编辑器。它支持多种不同的格式，包括PDF文件。您可以使用它从PDF文件中提取，修改和保存页面元素。
安装
sudo apt-get install inkscape
用法
1.)用Inkscape打开您选择的PDF文件。导入对话框将出现。选择你想从中提取元素的页面。保持其他设置不变：
2.)在Inkscape中单击并拖动以选择要提取的元素：
3.)用!反转选择并用DELETE删除选定的对象：
4.)通过使用CTRL + SHIFT + D访问“文档属性”对话框并选择“使文档适合图像”，将文档裁剪到其余对象上：
5.)将文档保存为PDF文件，从文件 – >另存为对话框：
6.)如果裁剪文档中有位图/光栅图像，您可以在下一个出现的对话框中设置它们的DPI：
7.)如果你遵循所有步骤，你将产生一个真正的PDF文件，它只包含你选择的对象：
第四种方案
将其另存为shell脚本，如pdfextractor.sh：
#!/bin/bash
# this function uses 3 arguments:
# $1 is the first page of the range to extract
# $2 is the last page of the range to extract
# $3 is the input file
# output file will be named "inputfile_pXX-pYY.pdf"
gs -sDEVICE=pdfwrite -dNOPAUSE -dBATCH -dSAFER \
-dFirstPage=${1} \
-dLastPage=${2} \
-sOutputFile=${3%.pdf}_p${1}-p${2}.pdf \
${3}
要运行类型：
./pdfextractor.sh 4 20 myfile.pdf
1)4是指它将开始新PDF的页面。
2)20指的是它将以PDF结尾的页面。
3)myfile.pdf是你想要提取部分的pdf文件。
输出将是myfile_p4_p20.pdf与原始pdf文件在同一目录中。
所有这些和更多信息在这里：Tech Tip
第五种方案
QPDF很棒。用这种方法从input.pdf中提取第1-10页并将其保存为output.pdf。
qpdf --pages input.pdf 1-10 -- input.pdf output.pdf
请注意input.pdf写入两次。
您可以通过调用以下来安装它：
apt-get install qpdf
或者，转到Ubuntu应用目录：
这是一个很棒的PDF操作工具，它非常快速，依赖性很少。 “它可以对文件进行加密和线性化处理，公开PDF文件的内部结构，并执行许多其他对最终用户和PDF开发人员有用的操作。”
http://sourceforge.net/projects/qpdf/
第六种方案
有一个名为pdfseparate的命令行实用程序。
从文档：
pdfseparate sample.pdf sample-%d.pdf
extracts all pages from sample.pdf, if i.e. sample.pdf has 3 pages, it
produces
sample-1.pdf, sample-2.pdf, sample-3.pdf
或者，从文件sample.pdf中选择单个页面(在本例中为第一页)：
pdfseparate -f 1 -l 1 sample.pdf sample-1.pdf
第七种方案
pdftk(sudo apt-get install pdftk)也是PDF操作的一个很棒的命令行。以下是pdftk可以执行的一些示例：
Collate scanned pages
pdftk A=even.pdf B=odd.pdf shuffle A B output collated.pdf
or if odd.pdf is in reverse order:
pdftk A=even.pdf B=odd.pdf shuffle A Bend-1 output collated.pdf
Join in1.pdf and in2.pdf into a new PDF, out1.pdf
pdftk in1.pdf in2.pdf cat output out1.pdf
or (using handles):
pdftk A=in1.pdf B=in2.pdf cat A B output out1.pdf
or (using wildcards):
pdftk *.pdf cat output combined.pdf
Remove page 13 from in1.pdf to create out1.pdf
pdftk in.pdf cat 1-12 14-end output out1.pdf
or:
pdftk A=in1.pdf cat A1-12 A14-end output out1.pdf
Burst a single PDF document into pages and dump its data to
doc_data.txt
pdftk in.pdf burst
Rotate the first PDF page to 90 degrees clockwise
pdftk in.pdf cat 1east 2-end output out.pdf
Rotate an entire PDF document to 180 degrees
pdftk in.pdf cat 1-endsouth output out.pdf
就你而言，我会这样做：
pdftk A=input.pdf cat A<page_range> output output.pdf
第八种方案
在任何安装了TeX发行版的系统中：
pdfjam <input file> <page ranges> -o <output file>
例如：
pdfjam original.pdf 5-10 -o out.pdf
参见https://tex.stackexchange.com/a/79626/8666
第九种方案
你有没有试过PDF Mod？
例如，您可以提取页面并将它们保存为pdf。
描述：
PDF Mod是一个用于修改PDF文档的简单工具。它可以通过拖放来旋转，提取，移除和重新排列页面。多个文档可以通过拖放组合。您也可以使用PDF Mod编辑PDF文档的标题，主题，作者和关键字。
希望这会有用。
Regars。
第十种方案
事实证明，我可以用imagemagick做到这一点。如果你没有它，只需安装：
sudo apt-get install imagemagick
注1：我用one-page pdf(我正在学习使用imagemagick，因此我不想要更多的麻烦)。我不知道它是否会/如何与多个页面一起工作，但是您可以使用pdftk提取一页感兴趣的页面：
pdftk A=myfile.pdf cat A1 output page1.pdf
您在哪里指示要拆分的页码(在上例中，A1选择第一页)。
注2：使用这个过程产生的图像将是一个光栅。
使用命令display(imagemagick套件的一部分)打开pdf：
display file.pdf
矿看起来像这样：
点击图片查看完整分辨率版本
现在你点击窗口，一个菜单就会弹出到一边。在那里，选择Transform |裁剪。
返回主窗口，您可以通过简单地拖动指针来选择想要裁剪的区域(传统的corner-to-corner选择)。
选择时注意图像周围的hand-shaped指针
在继续下一步之前，可以细化这个选择。
完成后，注意左上角出现的小矩形(请参阅上图)。它显示了第一个选定区域的尺寸(例如281x218)，第二个显示了第一个角点的坐标(例如+256+215)。
写下所选区域的尺寸;在保存裁剪后的图像时您将需要它。
现在回到弹出式菜单(现在是特定的”crop”菜单)，单击Crop按钮。
最后，一旦你对裁剪结果满意，点击菜单File |保存
导航到要保存裁剪的pdf文件的文件夹，输入名称，单击按钮格式，在“选择图像格式类型”窗口中选择PDF并单击按钮选择。回到“浏览并选择一个文件”窗口，点击保存按钮。
保存之前，imagemagick将要求“选择页面几何体”。在这里，您可以使用简单的字母”x”键入裁剪图像的尺寸来分隔宽度和高度。
现在，您可以从命令行完成所有这些操作(命令是convert，选项为-crop) – 确实速度更快，但您必须事先知道要提取的图像的坐标。检查man convert和an example in their webpage。