it-swarm.cn

以pdf分割页面

我有一个扫描的pdf文件,已在一个虚拟页面(pdf文件中的页面)上扫描了两页。

分辨率良好。问题是我在阅读时必须缩放并从左向右拖动。
是否存在一些命令(convertpdftk,...)或脚本可以将此pdf文件转换为普通页面(书中的一页= pdf文件中的一页) )?

72
xralf

这是一个很小的Python脚本,使用 PyPdf库 )可以很好地完成工作。将其保存在名为un2up(或您喜欢的脚本)的脚本中,可执行文件(chmod +x un2up),并作为过滤器(un2up <2up.pdf >1up.pdf)运行。

#!/usr/bin/env python
import copy, sys
from pyPdf import PdfFileWriter, PdfFileReader
input = PdfFileReader(sys.stdin)
output = PdfFileWriter()
for p in [input.getPage(i) for i in range(0,input.getNumPages())]:
    q = copy.copy(p)
    (w, h) = p.mediaBox.upperRight
    p.mediaBox.upperRight = (w/2, h)
    q.mediaBox.upperLeft = (w/2, h)
    output.addPage(p)
    output.addPage(q)
output.write(sys.stdout)

忽略任何弃用警告;只有PyPdf维护者需要关心这些。

如果输入的方向不正常,则在截断页面时可能需要使用不同的坐标。请参阅 为什么我的代码不能正确地将扫描的pdf中的每一页分开?


万一有用,这是我之前的答案,它结合使用了两种工具和一些手动干预:

  • Pdfjam (至少是2.0版),基于 pdfpages LaTeX软件包,可以裁剪页面;
  • Pdftk ,将左右两半放回一起。

这两个工具都是必需的,因为据我所知pdfpages不能在一个流中将两个不同的转换应用于同一个页面。在对pdftk的调用中,将42替换为输入文档(2up.pdf)中的页数。

pdfjam -o odd.pdf --trim '0cm 0cm 14.85cm 0cm' --scale 1.141 2up.pdf
pdfjam -o even.pdf --trim '14.85cm 0cm 0cm 0cm' --scale 1.141 2up.pdf
pdftk O=odd.pdf E=even.pdf cat $(i=1; while [ $i -le 42 ]; do echo O$i E$i; i=$(($i+1)); done) output all.pdf

如果您没有pdfjam 2.0,那么只需安装带有pdfpages软件包的PDFLaTeX就足够了(在Ubuntu上,您需要 texlive-latex-recommendedInstall texlive-latex-recommended 也许(在Ubuntu上: texlive-fonts-recommendedInstall texlive-fonts-recommended ),然后使用以下驱动程序文件driver.tex

\batchmode
\documentclass{minimal}
\usepackage{pdfpages}
\begin{document}
\includepdfmerge[trim=0cm 0cm 14.85cm 0cm,scale=1.141]{2up.pdf,-}
\includepdfmerge[trim=14.85cm 0cm 0cm 0cm,scale=1.141]{2up.pdf,-}
\end{document}

然后运行以下命令,用输入文件(必须称为2up.pdf)中的页数替换42。

pdflatex driver
pdftk driver.pdf cat $(i=1; pages=42; while [ $i -le $pages ]; do echo $i $(($pages+$i)); i=$(($i+1)); done) output 1up.pdf
46

因为我在python脚本(以及其他几种解决方案))中遇到问题,所以只是一个补充:对我来说mutool效果很好。这是优雅的mupdf读者,因此您可以尝试:

mutool poster -y 2 input.pdf output.pdf

对于水平分割,请将y替换为x。当然,您可以将两者结合起来以获得更复杂的解决方案。

真的很高兴找到这个(多年使用mupdf多年:)

mutool从版本1.4开始随mupdf一起提供: http://www.mupdf.com/news


从源代码安装mupdfmutool

wget http://www.mupdf.com/downloads/mupdf-1.8-source.tar.gz
tar -xvf mupdf-1.8-source.tar.gz
cd mupdf-1.8-source
Sudo make prefix=/usr/local install

或转到 下载页面 查找较新的版本。

60
martz

Imagemagick可以一步完成:

$ convert in.pdf -crop 50%x0 +repage out.pdf
18
tomas

基于 Gilles如何找到PDF页数 我写的答案

#!/bin/bash

pdforiginal=$1
pdfood=$pdforiginal.odd.pdf
pdfeven=$pdforiginal.even.pdf
pdfout=output_$1
margin=${2:-0}
scale=${3:-1}

pages=$(pdftk $pdforiginal dump_data | grep NumberOfPages | awk '{print $2}')

pagesize=$(pdfinfo $pdforiginal | grep "Page size" | awk '{print $5}')
margin=$(echo $pagesize/2-$margin | bc -l)

pdfjam -o $pdfood --trim "0cm 0cm ${margin}pt 0cm" --scale $scale $pdforiginal
pdfjam -o $pdfeven --trim "${margin}pt 0cm 0cm 0cm" --scale $scale  $pdforiginal

pdftk O=$pdfood E=$pdfeven cat $(i=1; while [ $i -le $pages ]; do echo O$i E$i; i=$(($i+1)); done) output $pdfout

rm $pdfood $pdfeven

这样我就可以跑步

./split.sh my.pdf 50 1.2

其中50表示调整边距,1.2表示比例尺。

6
Anton Bessonov

ImageMagick的Convert命令可以帮助您分两部分裁剪文件。参见 http://www.imagemagick.org/用法/ crop /

如果我是你,我会像这样编写一个(Shell)脚本:

  1. pdfsam 分割文件:1页= 1个磁盘上的文件(格式无关紧要。选择ImageMagick知道的文件。我只选择PS或PDF。
  2. 对于每个页面, 裁剪前半部分 并将其放入名为$ {PageNumber} A的文件中

  3. 裁剪后半部分,并将其放入名为$ {PageNumber} B的文件中。

    您将获得1A.pdf,1B.pdf,2A.pdf,2B.pdf等。

  4. 现在,再次将其组装成新的PDF。 有很多方法可以做到这一点。
6
tiktak

这是Gilles发布的PyPDF代码的变体。无论页面方向是什么,此功能都将起作用:

import copy
import math
import pyPdf

def split_pages(src, dst):
    src_f = file(src, 'r+b')
    dst_f = file(dst, 'w+b')

    input = pyPdf.PdfFileReader(src_f)
    output = pyPdf.PdfFileWriter()

    for i in range(input.getNumPages()):
        p = input.getPage(i)
        q = copy.copy(p)
        q.mediaBox = copy.copy(p.mediaBox)

        x1, x2 = p.mediaBox.lowerLeft
        x3, x4 = p.mediaBox.upperRight

        x1, x2 = math.floor(x1), math.floor(x2)
        x3, x4 = math.floor(x3), math.floor(x4)
        x5, x6 = math.floor(x3/2), math.floor(x4/2)

        if x3 > x4:
            # horizontal
            p.mediaBox.upperRight = (x5, x4)
            p.mediaBox.lowerLeft = (x1, x2)

            q.mediaBox.upperRight = (x3, x4)
            q.mediaBox.lowerLeft = (x5, x2)
        else:
            # vertical
            p.mediaBox.upperRight = (x3, x4)
            p.mediaBox.lowerLeft = (x1, x6)

            q.mediaBox.upperRight = (x3, x6)
            q.mediaBox.lowerLeft = (x1, x2)

        output.addPage(p)
        output.addPage(q)

    output.write(dst_f)
    src_f.close()
    dst_f.close()
4
moraes

最好的解决方案是mutool,请参见上文:

Sudo apt install mupdf-tools pdftk

拆分:

mutool poster -y 2 input.pdf output.pdf

但是然后您需要向左旋转页面:

pdftk output.pdf cat 1-endleft output rotated.pdf
3
Eduard Florinescu

ora solution 对我不起作用。主要问题是x5和x6计算。这里必须考虑偏移量,即,如果lowerLeft不位于(0,0)

因此,这是另一种变体,使用PyPDF2和python 3:

import copy
import math
import PyPDF2
import sys
import io 

def split_pages(src, dst):
    src_f = io.open(src, 'r+b')
    dst_f = io.open(dst, 'w+b')

    input = PyPDF2.PdfFileReader(src_f)
    output = PyPDF2.PdfFileWriter()

    for i in range(input.getNumPages()):
        p = input.getPage(i) 
        q = copy.copy(p)
        q.mediaBox = copy.copy(p.mediaBox)

        x1, x2 = p.cropBox.lowerLeft
        x3, x4 = p.cropBox.upperRight        

        x1, x2 = math.floor(x1), math.floor(x2)
        x3, x4 = math.floor(x3), math.floor(x4)

        x5 = math.floor((x3-x1) / 2 + x1)
        x6 = math.floor((x4-x2) / 2 + x2)

        if x3 > x4:        
            # horizontal
            p.mediaBox.upperRight = (x5, x4)
            p.mediaBox.lowerLeft = (x1, x2)

            q.mediaBox.upperRight = (x3, x4)
            q.mediaBox.lowerLeft = (x5, x2)
        else:
            # vertical        
            p.mediaBox.lowerLeft = (x1, x6)
            p.mediaBox.upperRight = (x3, x4)

            q.mediaBox.upperRight = (x3, x6)
            q.mediaBox.lowerLeft = (x1, x2)

        output.addPage(p)
        output.addPage(q)

    output.write(dst_f)
    src_f.close()
    dst_f.close()

if __name__ == "__main__":
    if ( len(sys.argv) != 3 ):
        print ('Usage: python3 double2single.py input.pdf output.pdf')
        sys.exit(1)

    split_pages(sys.argv[1], sys.argv[2])
1
vbar

基于AskUbuntu的 本杰明的答案 ,我建议使用称为 gscan2pdf 的GUI工具。

  1. 导入PDF扫描文件到gscan2pdf。请注意,非图像PDF文件可能不起作用。扫描很好,因此您不必担心。

    enter image description here

  2. 可能需要一段时间,具体取决于文档的大小。等到加载为止。

  3. Ctrl + A选择所有页面,然后按旋转(Ctrl + Shift + C)如有必要。

    enter image description here

  4. 转到工具>>清理。选择布局作为double #个输出页面= 2.

    enter image description here

  5. 按下[〜#〜]确定[〜#〜],然后等待作业完成。

    enter image description here

  6. 保存PDF文件。完成。

1
Nanashi No Gombe