如何更改 PDF 元数据中的内部页码？

Question

我有一个通过非 Acrobat 方式创建的 pdf 文档（打印为 pdf，然后合并一堆 pdf），但我想手动更改页码（即前几页只是标题页，页面被标记为“第1页”是真正的PDF格式的第7张）。执行此操作的最简单（理想情况下是免费的）方法是什么？

需要明确的是，我并不是要更改页面本身上的数字，而是要更改 pdf 存储的“元数据”中的页码（页面本身已经正确编号；我只想“转到第 1 页”到标有1的页面，这可能是第 7 页）。

无论如何，我使用的是 Windows，但我也可以使用 Mac。

Answer 1

您想要的确实称为页面标签，可以轻松地直接添加到 PDF 的源代码中。将文件扩展名从pdfto重命名txt并在文本编辑器中打开文件（这可能很慢，取决于文件大小，请耐心等待）。有关页面标签的信息存储在称为文档目录的节点中，该节点如下所示：

3 0 obj
<< /Type /Catalog
   /Pages 1 0 R
>>
endobj

它可能包含更多令人困惑的东西，但这是基本结构。只有一个目录，因此您可以在一个大文件中搜索包含/Catalog. 现在，您可以通过插入/PageLabels条目进行所需的更改：

3 0 obj
<< /Type /Catalog
   /Pages 1 0 R
   /PageLabels << /Nums [ 0 << /P (cover) >>
                          % labels 1st page with the string "cover"
                          1 << /S /r >>
                          % numbers pages 2-6 in small roman numerals
                          6 << /S /D >>
                          % numbers pages 7-x in decimal arabic numerals
                        ]
               >>
>>
endobj

有 3 行以数字开头，称为页面索引。第 1 页有索引0，第 2 页有索引1，依此类推。它们总是描述范围，因此 with 行1 <<...>>适用于从索引 1 到 5 的所有页面，而 with 行6 <<...>>适用于从 6 到最后一页的所有页面。0 <<...>>必须始终定义标签。

您可以在PDF 标准或PDF 标准的wiki 中找到有关页面标签和 PDF 源代码的更多信息。

Answer 2

注 1：接受的答案仍然大部分是正确的，但有一些差距。缺乏的是许多 PDF 文件不能作为文本直接编辑。即使是这样，这种编辑有时也会损坏 PDF，使其不可读。一种适用于 Unix 和 Microsoft Windows 的解决方案是qpdf，它可以将 PDF 文件转换为“QDF”，这是一种文本可编辑形式，仍然是有效的 PDF 文件。该qpdf软件包随附fix-qdf在编辑 QDF 文件以纠正任何损坏后重新计算偏移量。

注意 2：不喜欢使用文本编辑器？首先尝试使用诸如jpdftweak 之类的 GUI 编辑器。有时 GUI pdf 编辑器可以工作，在这种情况下，是的，您就大功告成了。但是，当它们失败时，就像我经常遇到的那样，您可以尝试这种更强大的替代方法。无论哪种方式，请不要因为我不够优雅而否决我的答案。

如何使用 Qpdf 编辑 PDF 页码

概括：

1. qpdf -qdf foo.pdf foo.qdf

2. 编辑 foo.qdf

    0 << >>           % No label on first pages
    6 << /S /D >>     % Start numbering from 7th page.
   

3. fix-qdf foo.qdf >bar.qdf
4. 测试栏.qdf
5. qpdf bar.qdf bar.pdf

详细步骤

第1步。

将文档转换为易于编辑的 QDF 格式。从命令行运行 qpdf 像这样：

qpdf -qdf foo.pdf foo.qdf

注意：如果您还没有安装 qpdf，可以从https://github.com/qpdf/qpdf/releases下载 Microsoft Windows 可执行文件。Unix 系统，例如 Ubuntu 和 Debian GNU/Linux 可以通过键入安装它apt install qpdf。

第2步。

使用文本编辑器（例如 notepad++、emacs 或 gedit）编辑 QDF 文档。搜索这个词/Catalog并注意它在里面的<<尖括号>>。在附近，您会找到当前/PageLabels（如果有）。

我们将把应该以不同编号的每个部分添加到/PageLabels. 格式为start-page<< style>>。请注意，空格无关紧要，文档的第一页是0. 除非另有说明，新部分总是从 1 页开始编号。

例子

以下是 PageLabels 外观的完整示例，并添加了注释：

/Type /Catalog
/PageLabels <<
  /Nums [
    0           % From the first page of the document,
      <<
        /S /r   % ...use the lowercase roman numeral style.
      >>
    6           % From seventh page onward,
      <<
        /S /D   % ...use ordinary digits (arabic numerals)
      >>
  ]
>>

如果文件没有 PageLabels，请将它们添加到/Type /Catalog. 例如，一个人可能会改变，

1 0 obj
<<
  …
  /Type /Catalog
>>
endobj

进入，

1 0 obj
<<
  … 
  /Type /Catalog
  /PageLabels
      << /Nums [
    0 << >>                 % No label for cover
    1 << /S /r >>           % i, ii for index
    3 << /S /D /St 15 >>    % 15, 16, 17, ... for article
    31 << /S /D /P (A-) >>  % A-1, A-2, A-3... for appendix
       ]
  >>
>>
endobj

可选：从不同的数字开始 /St

每个部分都从 1 重新开始编号，除非您使用/St. 注意在上面的例子中，第四页从 15 开始。

可选：使用不同的样式 /S

该/S运营商需要一个参数，可以让你选择编号样式，

• /D 数字（1、2、3...）
• /R 大写罗马 (I, II, III...)
• /r 小写罗马字母 (i, ii, iii...)
• /A 大写字母 (A, B, C, ...., X, Y, Z, AA, AB, AC,...)
• /a 小写字母 (a, b, c, ...., x, y, z, aa, ab, ac,...)

如果省略/S运算符，则该部分页面将没有编号。例如：

0 << >>         % No label for cover

可选：为每个页面添加前缀 /P

通过在 之后的括号中指定一个单词，您可以在页码之前显示任何文本字符串/P：

  31
  <<
    /S /D
    /P (A-)     % label appendix pages A-1, A-2, A-3
  >>

指定一个不带样式的前缀 ( /S)，将为您提供只有单词而没有任何数字的页面。这可能很有用，例如，如果您希望封面仅带有“封面”标签。

     0 << /P (Cover) >>        % No number, just "Cover"

第 3 步。

运行fix-qdf以使您的编辑有效 PDF 并将输出放在 bar.qdf 中。

fix-qdf foo.qdf > bar.qdf

第四步。

在 PDF 查看程序中打开 bar.qdf 并检查其编号是否正确。

第 5 步。

将 QDF 文件转换回普通 PDF，如下所示：

qpdf bar.qdf bar.pdf

达。你完成了。您现在有一个在 bar.pdf 中正确标记页码的文档。

Answer 3

pdftk 的 Java 变体从版本 3.1.0 开始支持编辑页面标签。

要使用它，首先创建一个带有标签的文件，假设它的名称为metadata.txt：

PageLabelBegin
PageLabelNewIndex: 1
PageLabelStart: 1
PageLabelPrefix: Cover
PageLabelNumStyle: NoNumber
PageLabelBegin
PageLabelNewIndex: 2
PageLabelStart: 1
PageLabelPrefix: Back Cover
PageLabelNumStyle: NoNumber
PageLabelBegin
PageLabelNewIndex: 3
PageLabelStart: 1
PageLabelNumStyle: LowercaseRomanNumerals
PageLabelBegin
PageLabelNewIndex: 27
PageLabelStart: 1
PageLabelNumStyle: DecimalArabicNumerals

• PageLabelNewIndex是应用编号样式的页面，从一开始计数。
• PageLabelStart是起始编号。例如，如果您在此处指定 5，则页面编号将为 5, 6, 7, ...
• PageLabelNumStyle可以是DecimalArabicNumerals、UppercaseRomanNumerals、LowercaseRomanNumerals、UppercaseLetters、LowercaseLetters或NoNumber。

完成编辑后，将元数据应用到您的 PDF 文件：

pdftk book.pdf update_info metadata.txt output book-with-metadata.pdf

Answer 4

如果我理解正确的话，它应该是这样工作的：

gs \
  -o modified-pagelabels-50pages.pdf \
  -sDEVICE=pdfwrite \
  -c "[ /Page 1 /Label (i)     /PAGELABEL pdfmark" \
  -c "[ /Page 2 /Label (ii)    /PAGELABEL pdfmark" \
  -c "[ /Page 3 /Label (III)   /PAGELABEL pdfmark" \
  -c "[ /Page 4 /Label (four)  /PAGELABEL pdfmark" \
  -c "[ /Page 5 /Label (v)     /PAGELABEL pdfmark" \
  -c "[ /Page 6 /Label (|||||) /PAGELABEL pdfmark" \
  -f 50pages.pdf

但是，我似乎记得，上次我尝试这样做时（大约 2 年前），这并不可靠或完全有效。

更新：我的记忆力并没有让我失望。我现在再次尝试并为此提交了一份关于 Ghostscript 的错误报告（错误 691889）。按照错误报告的链接查看详细信息。

Answer 5

jPdf Tweak是一个开源图形实用程序，可让您编辑 PDF 文件中的页面标签。该文档页面提供一步一步的指示。

Answer 6

有一个小的 python 脚本，可以完成这项工作：https : //github.com/lovasoa/pagelabels-py

在您的情况下，请致电：

./addpagelabels.py --delete file.pdf
./addpagelabels.py --startpage 1 --type 'roman lowercase' file.pdf
./addpagelabels.py --startpage 7 --type arabic file.pdf