如何提取页面范围/PDF 的一部分？

Question

您知道如何提取 PDF 文档的一部分并将其另存为 PDF 吗？在 OS X 上，使用预览绝对是微不足道的。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，然后使用简单的命令（如OS X 上的CMD+）将其保存为 PDF 文件N。我希望将提取的部分保存为 PDF 而不是 JPEG 等。

Answer 1

pdftk是一个有用的多平台工具（pdftk 主页）。

pdftk full-pdf.pdf cat 12-15 output outfile_p12-15.pdf

您传递主 pdf 的文件名，然后告诉它仅包含某些页面（在此示例中为 12-15）并将其输出到一个新文件。

Answer 2

很简单。使用默认的 PDF 阅读器，选择“打印到文件”，就是这样！

然后：

请注意，通过这种方式，文本将不再可搜索，而是所有文本都转换为图像：这就是“打印”的工作原理。

Answer 3

QPDF很棒。使用这种方式从中提取第 1-10 页input.pdf并将其另存为output.pdf：

qpdf input.pdf --pages . 1-10 -- output.pdf

这会保留与该文件关联的所有元数据。

从手册：

如果您想要 infile.pdf 中的第 1 页到第 5 页，但您希望删除其余的元数据，则可以改为运行

qpdf --empty --pages infile.pdf 1-5 -- outfile.pdf

您可以通过调用来安装它：

sudo apt-get install qpdf

它是 PDF 操作的绝佳工具。它非常快，并且依赖项很少。“它可以加密和线性化文件，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。”

QPDF 在GitHub 上的代码库。

Answer 4

页面范围 - Nautilus 脚本

概述

我根据链接到的教程@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

截屏

代码

#!/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

请遵循Nautilus 脚本的通用安装说明。请务必仔细阅读脚本标题，因为这将有助于阐明脚本的安装和使用。

部分页面 - PDF Shuffler

概述

PDF-Shuffler 是一个小型的 python-gtk 应用程序，它帮助用户使用交互式和直观的图形界面合并或拆分 pdf 文档以及旋转、裁剪和重新排列他们的页面。它是 python-pyPdf 的前端。

安装

sudo apt-get install pdfshuffler

用法

PDF-Shuffler 可以裁剪和删除单个 PDF 页面。您可以使用它从文档中提取页面范围，甚至使用裁剪功能提取部分页面：

页面元素 - Inkscape

概述

Inkscape 是一个非常强大的开源矢量图形编辑器。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.)使用 Inkscape 打开您选择的 PDF 文件。将出现一个导入对话框。选择要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.) 使用反转选择!并删除所选对象DELETE：

4.）通过访问裁剪文件的剩余对象文档属性与对话CTRL+ SHIFT+D并选择“适合文档图像”：

5.)从文件-->另存为对话框中将文档另存为 PDF 文件：

6.)如果裁剪文档中有位图/光栅图像，您可以在接下来出现的对话框中设置它们的 DPI：

7.)如果您按照所有步骤进行操作，您将生成一个仅包含您选择的对象的真正 PDF 文件：

Answer 5

将其另存为 shell 脚本，例如 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}"

运行类型：

./pdfextractor.sh 4 20 myfile.pdf

1. 4 指将启动新 pdf 的页面。

2. 20 指的是它将以 pdf 结尾的页面。

3. myfile.pdf 是您要提取零件的pdf文件。

输出将myfile_p4_p20.pdf在与原始 pdf 文件相同的目录中。

所有这些和更多信息在这里：技术提示

Answer 6

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

见https://tex.stackexchange.com/a/79626/8666

Answer 7

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，要从文件 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

Answer 8

pdftk( sudo apt-get install pdftk) 也是用于 PDF 操作的绝佳命令行。以下是一些pdftk可以做什么的示例：

   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

在你的情况下，我会这样做：

     pdftk A=input.pdf cat A<page_range> output output.pdf

Answer 9

我试图做同样的事情。您所要做的就是：

1. 安装pdftk：

   sudo apt-get install pdftk
   

2. 如果要提取随机页面：

   pdftk myoldfile.pdf cat 1 2 4 5 output mynewfile.pdf
   

3. 如果你想提取一个范围：

   pdftk myoldfile.pdf cat 1-2 4-5 output mynewfile.pdf
   

请检查来源以获取更多信息。

Answer 10

您是否尝试过 PDF Mod？

例如，您可以.. 提取页面并将其另存为 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、删除和重新排序页面。可以通过拖放合并多个文档
。您还可以
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。

问候。

Answer 11

事实证明，我可以用imagemagick. 如果你没有它，只需安装：

sudo apt-get install imagemagick

注 1：我用一页 pdf 试过这个（我正在学习使用imagemagick，所以我不想比必要的麻烦）。我不知道它是否/如何处理多个页面，但您可以使用以下命令提取感兴趣的页面pdftk：

pdftk A=myfile.pdf cat A1 output page1.pdf

在此处指示要拆分的页码（在上面的示例中，A1选择第一页）。

注 2：使用此程序生成的图像将是一个光栅。

使用命令打开 pdf display，这是imagemagick套件的一部分：

display file.pdf

我的看起来像这样：

^{点击图片查看全分辨率版本}

现在您单击窗口，旁边会弹出一个菜单。在那里，选择变换| 作物。

返回主窗口，您只需拖动指针即可选择要裁剪的区域（经典的角到角选择）。

^{选择时注意图像周围的手形指针}

在进行下一步之前，可以优化此选择。

完成后，注意左上角出现的小矩形（见上图）。它首先显示所选区域的尺寸（例如281x218），然后显示第一个角的坐标（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，回到弹出菜单（现在是特定的“裁剪”菜单），单击按钮Crop。

最后，一旦您对裁剪结果感到满意，请单击菜单文件| 节省

导航到要保存裁剪后的 pdf 的文件夹，键入名称，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。返回“浏览并选择文件”窗口，单击“保存”按钮。

保存前，imagemagick会询问“选择页面几何形状”。在这里，您输入裁剪图像的尺寸，使用简单的字母“x”来分隔宽度和高度。

现在，您可以从命令行完美地完成所有这些操作（该命令convert带有 option -crop）——当然它更快，但您必须事先知道要提取的图像的坐标。检查man convert和他们网页中的示例。

Answer 12

如果您希望使用内置的 bash 命令，那么pdfseparate和pdfunite适合您。

pdfseparate sample.pdf sample-%d.pdf
# ls; sample.pdf sample-1.pdf sample-2.pdf sample-3.pdf sample-4.pdf

pdfunite sample-2.pdf sample-3.pdf output.pdf
# now you can use output.pdf

Answer 13

mupdf附带的 mutool 可以做很多简单的 PDF 处理工作，但比qpdf（以及其他一些答案）具有更优雅的语法。此外，在大型 PDF 上看起来更快：

# extract page range 20-40
mutool clean in.pdf out.pdf 20-40
# extract from all over the pdf
mutool clean in.pdf out.pdf '1, 3-4, 74-92'

Answer 14

自 2018 年 5 月 11 日起在 Ubuntu 20.04 和pdftk --version3.0.9 上进行测试（日期显示在底部man pdftk）。

如果使用pdftk，则以下是如何为多组页面设置格式：

pdftk in.pdf cat 13 18 33-36 39-41 52 output out.pdf

这将捕获这些页面组，包括在内。

安装和/或更新pdftk：

sudo apt update
sudo apt install pdftk

有关的：

1. [我的答案]如何旋转PDF页面：https://unix.stackexchange.com/questions/394065/command-line-how-do-you-rotate-a-pdf-file-90- Degrees/634882#634882