工具：PDF处理的一些小技巧
source link: https://zhuanlan.zhihu.com/p/197919733
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
工具：PDF处理的一些小技巧
在TeX的使用上，不可避免的是要使用到PDF格式文件：现在几乎所有的TeX都是直接支持PDF输出；插图也大多是PDF格式的。
社区里，几乎所有能找到的工具大多是基于下面几个开源项目的：
- Ghostscript，PDF及PS的解释器
- MuPDF，PDF解释器/预览器
- Poppler/Xpdf，PDF解析/显示库
本文介绍的一些小技巧跟这几个开源项目的工具有关。
1. EPS文件到PDF的转换
就算到了2020年，我依然能够发现某些学生或者某些期刊还在使用或者要求使用EPS格式文件来插图。就我的了解而言，似乎没有哪一家的排版流程完全是基于PostScript的。所以EPS这东西没必要用，就算你用了EPS文件，最后还是要转换成PDF文件的。所以，我建议使用某些工具软件（matlab之类）导出图像的，直接导出PDF就好。
万一不幸，需要处理，其实也比较简单，直接用ps2pdf工具即可（TeX Live中自带）：
Usage: ps2pdf [options] <inputfile> <outputfile>
<inputfile> can be either a PS, EPS, or PDF file.
A single hyphen (-) denotes stdin.
<outputfile> is required if <inputfile> is a PDF file
or input is read from stdin.2. PDF文件裁边
某些PDF文件需要裁边，具体场景比如：把PDF扔到Kindle里面去读；插图的时候避免多余的空白。这时候可以使用pdfcrop工具（TeX Live中自带）。简单的用法就是敲个命令：
pdfcrop input.pdf但是这个工具的参数实在是太多了，在使用的时候，建议对照着help调整一下，多试几次：
PDFCROP 1.40, 2020/06/06 - Copyright (c) 2002-2020 by Heiko Oberdiek, Oberdiek Package Support Group.
Syntax: pdfcrop [options] <input[.pdf]> [output file]
Function: Margins are calculated and removed for each page in the file.
Options: (defaults:)
--help print usage
--version print version number
--(no)verbose verbose printing (false)
--(no)debug debug informations (false)
--gscmd <name> call of ghostscript (gswin32c)
--pdftex | --xetex | --luatex
use pdfTeX | use XeTeX | use LuaTeX (pdftex)
--pdftexcmd <name> call of pdfTeX (pdftex)
--xetexcmd <name> call of XeTeX (xetex)
--luatexcmd <name> call of LuaTeX (luatex)
--margins "<left> <top> <right> <bottom>" (0 0 0 0)
add extra margins, unit is bp. If only one number is
given, then it is used for all margins, in the case
of two numbers they are also used for right and bottom.
--(no)clip clipping support, if margins are set (false)
(not available for --xetex)
--(no)hires using `%%HiResBoundingBox' (false)
instead of `%%BoundingBox'
--(no)ini use iniTeX variant of the TeX compiler (false)
Expert options:
--restricted turn on restricted mode (false)
--papersize <foo> parameter for gs's -sPAPERSIZE=<foo>,
use only with older gs versions <7.32 ()
--resolution <xres>x<yres> ()
--resolution <res> pass argument to ghostscript's option -r
Example: --resolution 72
--bbox "<left> <bottom> <right> <top>" ()
override bounding box found by ghostscript
with origin at the lower left corner
--bbox-odd Same as --bbox, but for odd pages only ()
--bbox-even Same as --bbox, but for even pages only ()
--pdfversion <x.y> | auto | none
Set the PDF version to x.y, x= 1 or 2, y=0-9.
If `auto' is given as value, then the
PDF version is taken from the header
of the input PDF file.
An empty value or `none' uses the
default of the TeX engine. (auto)
--uncompress creates an uncompressed pdf,
useful for debugging (false)
Input file: If the name is `-', then the standard input is used and
the output file name must be explicitly given.
Examples:
pdfcrop --margins 10 input.pdf output.pdf
pdfcrop --margins '5 10 5 20' --clip input.pdf output.pdf
In case of errors:
Try option --verbose first to get more information.
In case of bugs:
Please, use option --debug for bug reports.如果你使用的是Mac系统，有时候截图可能更省事一点，因为Preview自带截图工具，大致如下：
3. PDF文件转为图像（位图）
这个我用的比较多，比如写公众号文章或者知乎文章的时候，就需要把某些输出的结果转换成图。（现在都偷懒到直接用PC版微信的截图功能了）
转换成图像就有两个方法。
MuPDF工具（速度略快一点的）：
mutool draw -r 300 -o i.png i.pdf这里面-r是dpi大小（默认是72，想要图片清晰，就增大数值），-o是输出文件名，如果是多页，可以写成格式化字符串样式，比如：
mutool draw -r 300 -o i-%d.png i.pdfGhostscript（速度略慢一点的）：
gs -sDEVICE=pngalpha -o file-%03d.png -r300 i.pdf如果是在Windows下的TeX Live中，可以这样使用：
rungs -sDEVICE=pngalpha -o file-%03d.png -r300 i.pdf4. PDF文件转为图像（矢量）
这里面，所谓的矢量图像，其实PDF就是一个，比如我们可以通过下面的命令实现其他软件中的“转曲”功能：
gs -o o.pdf -dNoOutputFonts -sDEVICE=pdfwrite -dNOPAUSE -dBATCH -dSAFER i.pdf但有时候我们需要输出到SVG或者EPS（现实如此），那么可以使用poppler的pdftocairo工具：
pdftocairo -svg i.pdf
pdftocairo -eps i.pdfMuPDF的工具也支持：
mutool convert -F svg i.pdf5. 查看/抽取文档内的字体和图像
这个可能算一点逆向。有时候分析某些PDF的排版，就需要查看字体。而某些文章，比如想要取出原图，也是可以操作的。
查看字体可以使用poppler的pdffonts：
pdffonts i.pdf取出PDF文件中的字体和图像可以使用：
mutool extract i.pdf6. 抽取PDF页面
偶尔需要抽出一定范围的页面或者单独的几个页面的时候（比如第1页，第2页，第3页，第6-7页），可以这样：
mutool merge -o o.pdf i.pdf 1,2,3,6-7虽然我们看到了merge字眼，而且MuPDF的这个工具确实是也是做合并的。但我要说的是，抽取单个PDF中的页面确实是某种特殊的合并操作。merge的全部操作如下：
usage: mutool merge [-o output.pdf] [-O options] input.pdf [pages] [input2.pdf] [pages2] ...
-o - name of PDF file to create
-O - comma separated list of output options
input.pdf name of input file from which to copy pages
pages comma separated list of page numbers and ranges
PDF output options:
decompress: decompress all streams (except compress-fonts/images)
compress: compress all streams
compress-fonts: compress embedded fonts
compress-images: compress images
ascii: ASCII hex encode binary streams
pretty: pretty-print objects with indentation
linearize: optimize for web browsers
clean: pretty-print graphics commands in content streams
sanitize: sanitize graphics commands in content streams
garbage: garbage collect unused objects
incremental: write changes as incremental update
continue-on-error: continue saving the document even if there is an error
or garbage=compact: ... and compact cross reference table
or garbage=deduplicate: ... and remove duplicate objects
decrypt: write unencrypted document
encrypt=rc4-40|rc4-128|aes-128|aes-256: write encrypted document
permissions=NUMBER: document permissions to grant when encrypting
user-password=PASSWORD: password required to read document
owner-password=PASSWORD: password required to edit document小技巧就先介绍这些，有其他的问题的，欢迎留言。
本文首发于公众号“学术与TeX”，欢迎搜索关注本公众号。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK