修复外部参照表损坏的 pdf

Question

是否有任何解决方案（最好是Python）可以修复外部参照表损坏的pdf？

我有一个 pdf 文件，尝试在 Ghostscript 中将其转换为 png 格式，但收到以下错误：

**** 错误：读取 XREF 表时发生错误。**** 文件已损坏。这可能是由于转换或传输文件时出现问题造成的。

但是，我可以在 Mac 上的“预览”中打开 pdf，并且当我使用“预览”导出 pdf 时，我可以转换导出的 pdf。

有没有办法修复pdf文件而无需手动打开并导出它们？

Answer 1

如果文件在 Ghostscript 中按预期呈现，那么您可以通过 GS 将其运行到 pdfwrite 设备并创建一个不会损坏的新 PDF 文件。

预览（如 Acrobat）几乎肯定会在后台默默地修复问题。Ghostscript 也会做同样的事情，但与其他应用程序不同，我们认为您需要知道该文件有问题。首先，这样您就知道它已损坏，其次，如果文件在 Ghostscript（或者实际上是其他应用程序）中渲染不正确，您就知道原因。

请注意，外部参照损坏有两个主要原因：首先，应用程序的开发人员没有足够仔细地阅读规范，并且外部参照中的文件偏移量是正确的，但格式不正确（这种情况并不罕见，GS 的修复将是无害的），其次，该文件确实已被修复。在运输过程中或因编辑而损坏。

在后一种情况下，可能会出现其他问题，Ghostscript 也会尝试警告您这些问题。如果您没有收到任何其他警告或错误，那么它可能只是一个格式错误的外部参照表。