如何修复/修复损坏的 PDF 文件？

Question

有没有人有任何修复损坏的 PDF 的建议或程序？当我打开文件时，我收到“打开此文档时出错。文件已损坏，无法修复。” 那里似乎有无数的工具，但没有一个我可以形容为有信誉的。是否有任何基于开源 linux 的解决方案？

Answer 1

Ghostscript 将自动修复您损坏的 PDF...如果它可以首先打开它（也就是说，如果它没有损坏无法修复）。但是之后你仍然需要仔细检查结果......

在 Linux 上，试试这个命令：

 gs \
  -o repaired.pdf \
  -sDEVICE=pdfwrite \
  -dPDFSETTINGS=/prepress \
   corrupted.pdf

在 Windows 上，试试这个：

 gswin32c.exe ^
  -o repaired.pdf ^
  -sDEVICE=pdfwrite ^
  -dPDFSETTINGS=/prepress ^
   corrupted.pdf

Answer 2

我有一个损坏的 PDF 文件，print.pdfGhostscript 无法打开，但通常的图形 Linux PDF 查看器（Okular、Evince）打开得很好。（在我的例子中，当在十六进制编辑器中打开时，文件在开始时有垃圾而不是 PDF 标题。）

这些 PDF 查看器使用 Poppler 作为后端 PDF 渲染器。因此，您可以使用 Poppler 的命令行工具修复 PDF。在 Ubuntu 中，这些都在poppler-utils包中。我用了：

pdftocairo -pdf print.pdf print_repaired.pdf

它生成了一个带有正确标题的 PDF 文件，现在可以接受 Ghostscript 等工具。

Answer 3

mutool( project page , manpage ) 将修复损坏的 PDF而不打印它们。

• 安装，例如在 Ubuntu 上： sudo apt-get install mupdf-tools
• 像这样运行它： mutool clean input.pdf output.pdf

mutool clean [options] input.pdf [output.pdf] [pages]

  The clean command pretty prints and rewrites the syntax of a PDF file.
   It can be used to repair broken files, expand compressed streams,
   filter out a range of pages, etc.
  If no output file is specified, it will write the cleaned PDF to
   "out.pdf" in the current directory.

或者，有一些工具和框架可以将 PDF 分解/反编译为它们的组件，而无需渲染它们。这些对于提取文本、脚本和图像可能很有用。有关此类工具的列表，请参阅此答案：https : //reverseengineering.stackexchange.com/q/1526/8210。例如，您可以尝试当前最佳答案Origami，它具有基于 GTK 的查看器。

Answer 4

我有一个损坏的 pdf 文件，因为用于下载它的 php 文件在末尾回显了一些错误（在 HTML 中）和 NUL 字符。

解决方案是用 Notepad++ 打开 pdf 并删除该行后的所有文本

%%EOF