从pdf中删除文本

Question

我有一个 pdf 文件，每页都有一些我想删除的文本。

文本与正则表达式匹配，我认为它位于 pdf 的一个块中。

我已经使用 pdfedit 通过 GUI 选择和删除文本，但我正在寻找一种从终端执行此操作的方法。

Answer 1

您可以尝试pdftk，但由于（我相信）字体问题，它只能在一小部分时间内工作。

它是这样工作的：首先你需要解压缩pdf文件，

  pdftk myfile.pdf output unc.pdf uncompress

然后你修改它

  sed 's/oldstring/newstring/g' < unc.pdf > mod_unc.pdf

最后你重新压缩它

 pdftk mod_unc.pdf output myfile_modified.pdf compress

我用这个命令只取得了中等程度的成功，从某种意义上说，根据它的突发奇想，有时它起作用，有时不起作用。