如何提取PDF的页面范围/部分？

Question

你知道如何提取PDF文档的一部分并将其保存为PDF吗？在OSX上，使用Preview是非常简单的。我试过PDF编辑器和其他程序，但都没用。

我想要一个程序，我可以在其中选择我想要的部分，然后用一个简单的命令将其保存为PDF文件CMD公司+N个在OS X上，我希望提取的部分保存为PDF，而不是JPEG等格式。

Answer 1

pdftk公司是一个有用的多平台工具(pdftk主页).

pdftk full-pdf.pdf cat 12-15输出outfile_p12-15.pdf

您传递主pdf的文件名，然后告诉它只包含某些页面（本例中为12-15页），并将其输出到新文件。

安装说明：

要安装快照版本，这是对旧版本PDFtk（由Scott Moser重新打包）的非正式重新打包，请访问这个链接或运行：

sudo快照安装pdftk

或者，您可以通过运行以下命令，将PDFtk的开源端口安装到Marc Vinyals的Java：

sudo apt安装pdftk-java

另一种选择是PDFtk Server，可从以下网站获得：https://www.pdflabs.com/tools/pdftk-server/。此版本免费供个人使用，但不是开源的。

Answer 2

非常简单。使用默认的PDF阅读器，选择“打印到文件”，就这样！

然后：

请注意，通过这种方式，文本将不再是可搜索的，而是将所有文本转换为图像：这就是“打印”的工作原理。

Answer 3

QPDF公司非常棒。使用此方法从中提取第1页到第10页输入.pdf并将其另存为输出.pdf:

qpdf input.pdf--页数。1-10—输出.pdf

这将保留与该文件关联的所有元数据。

从旧手册:

如果希望从infie.pdf中删除第1页到第5页，但希望删除其余元数据，则可以运行

qpdf--空--页面填充.pdf 1-5--输出.pdf

这里有一个链接到当前文档，提供更多页面选择示例。

---

您可以通过调用以下命令进行安装：

sudo apt-get安装qpdf

这是一个很好的PDF处理工具。它速度很快，依赖性很小。发件人QPDF的GitHub回购:

QPDF是一个命令行工具和C++库，它对PDF文件执行内容保护转换。它支持线性化、加密和许多其他功能。它还可以用于拆分和合并文件、创建PDF文件（但您必须自己提供所有内容）以及检查文件以进行研究或分析。

Answer 4

页面范围-Nautilus脚本

---

概述

我根据链接到的教程@ThiagoPonte创建了一个稍微更高级的脚本

• 它基于GUI，
• 与文件名中的空格兼容，
• 并基于三种不同的后端，能够保留原始文件的所有属性

截图

代码

#!/垃圾桶/垃圾桶##标题：PDF提取物##作者：（c）2013-2015 Glutanimate(https://github.com/Glutanimate网站)##版本：0.2##许可证：GNU GPL v3(http://www.gnu.org/licenses/gpl.html)# #概述：PDFextract是一个基于Ghostscript/qpdf/cpdf的简单PDF提取脚本。#它提供了一种从PDF文档中提取页面范围的简单方法#用作文件管理器脚本/插件（例如Nautilus脚本）。##功能：基于YAD的简单GUI，这是一个高级Zenity分叉。#-保留原始PDF文件的所有属性，不压缩#嵌入的图像比实际的要远。#-可以从三种不同的后端中选择：ghostscript、qpdf、cpdf##依赖项：ghostscript/qpdf/cpdf poppler-utils yad libnotify-bin#                         #您需要安装此脚本支持的三个后端中的至少一个。##-ghostscript、qpdf、poppler-utils和libnotify-bin可通过#标准Ubuntu存储库#-cpdf是一个商业CLI PDF工具包，可供个人免费使用。#可在此处下载：https://github.com/coherentgraphics/cpdf-binaries网站#-yad可以使用以下命令从webupd8 PPA安装：#sudo add-apt-repository ppa:webupd8team/y-ppa-manager&&apt-get更新&&apd-get安装yad##注：下面是每个后端的优缺点的快速比较：##speed元数据保存内容保存许可证#ghostscript:--+++开源#cpdf:-+++专有#qpdf:++++开源##结果可能会因文档和相关工具的版本而异。##安装：https://askubuntu.com/a/236415##此脚本的灵感来自Kurt Pfeifle的PDF提取脚本# (http://www.linuxjournal.com/content/tech-tip-extract-pages-pdf)##最初发布在askubuntu# (https://askubuntu.com/a/282453)#变量DOCUMENT=“$1”BACKENDSECTION=“^qpdf！重影脚本！cpdf”#功能检查输入（）{如果[[-z“$1”]]；然后通知“错误：未选择输入文件。”出口1elif[[！“$（file-ib”$1“）”==*application/pdf*]]；然后通知“错误：不是有效的PDF文件。”出口1fi（菲涅耳）}check_deps（）{对于“$@”中的i；做键入“$i”>/dev/null 2>&1如果[[“$？”！=“0”]]；然后MissingDeps+=“$i”fi（菲涅耳）完成}ghostscriptextract（）{gs-dFirstPage=“$STARTPAGE”-dLastPage=“$STOPPAGE”-sOutputFile=“$OUTFILE”-dSAFER-dNOPAUSE-dBATCH-dPDFSETTING=/default-sDEVICE=pdfwrite-dCompressFonts=true-c\“.setpdfwrite<</EncodeColorImages true/DownsampleMonoImages false/SubsetFonts true/ASCII85EncodePages false/DefaultRenderingIntent/Default/ColorConversionStrategy\/LeaveColorUnchanged/MonoImageDownsampleThreshold 1.5/ColorACSImageDict<</VSamples[1 11 1]/HSamples[11 1 1]/QFactor 0.4/Blend 1>>/GrayACSImage Dict\<</VSamples[1 1 1 1]/HSamples[11 1 1]/QFactor 0.4/Blend 1>>/PreserveOverprintSettings false/MonoImageResolution 300/MonoImageFilter/FlateEncode\/GrayImageResolution 300/LockDistillerParams false/EncodeGrayImages true/MaxSubsetPCT 100/GrayImageDict<</VSamples[1 1 1]/HSamples[11 1 1]/GFactor\0.4/Blend 1>>/ColorImageFilter/FlateEncode/EmbedAllFonts true/UCRandBGInfo/Remove/AutoRotatePages/PageByPage/ColorImageResolution 300/ColorMapeDict\/VSamples[1 1 1 1]/HSamples[11 1 1]/QFactor 0.4/Blend 1>>/CompatibilityLevel 1.7/EncodeMonoImages true/GrayImageDownsampleThreshold 1.5\/AutoFilterGrayImages false/GayImageFilter/FlateEncode/DownsampleGrayImage false/AutoFilterColorImages false/DownsampleColorImage false/CompressPages true\/ColorImageDownsampleThreshold 1.5/PreserveHalftoneInfo false>>setditerparams“-f”$DOCUMENT“}cpdfextract（）{cpdf“$DOCUMENT”“$STARTPAGE-$STOPPAGE”-o“$OUTFILE”}qpdf提取（）{qpdf--线性化“$DOCUMENT”--页面“$DOCUMENT”“$STARTPAGE-$STOPPAGE”--“$OUTFILE”echo“$OUTFILE”return 0#即使是良性的qpdf警告也会产生错误代码，因此我们将其禁止显示}通知（）{echo“$1”notify-send-i application-pdf“PDFextract”“$1”}对话框_警告（）{echo“$1”yad--中心--图像对话框警告\--title“PDF提取警告”\--文本“$1”\--button=“重试：0”\--button=“退出：1”[[“$？”！=“0”]]&&退出0}对话设置（）{PAGECOUNT=$（pdfinfo“$DOCUMENT”|grep Pages|sed's/[^0-9]*//'）#确定页数设置=($(\yad--形状--宽度300--中心\--window-icon application-pdf--图像应用程序-pdf\--separator=“”--title=“PDF提取”\--text“请选择页面范围和后端”\--field=“Start:NUM”1[！1..$PAGECOUNT[！1]]--field=”End:NUM“$PAGECOUNT[！1.$PAGECOMNT[！1]]\--field=“后端”：CB“$BACKENDSELECTION”\--button=“gtk-ok:0”--button=“gtk-cancel:1”\))SETTINGSRET=“$？”[[“$SETTINGSRET”！=“0”]]&&退出1STARTPAGE=$（printf%.0f${SETTINGS[0]}）#舍入数字并将数组存储在变量中STOPPAGE=$（打印%.0f${设置[1]}）后端=“${SETTINGS[2]”抽汽器=“${BACKEND}提取"check_deps“$BACKEND”如果[[-n“$MissingDeps”]]；然后dialog_warning“错误，缺少依赖项：$MissingDeps”取消设置MissingDeps对话框_设置返回fi（菲涅耳）如果[[“$STARTPAGE”-gt“$STOPPAGE”]]；然后dialog_warning“<b>开始页面高于停止页面。</b>”对话框_设置返回fi（菲涅耳）OUTFILE=“${DOCUMENT%.pdf}（p${开始}-p${STOPPAGE}）.pdf“}extract_pages（）{$抽取器抽取器=“$？”如果[[“$EXTRACTORRET”=“0”]]；然后通知“页面$STARTPAGE至$STOPPAGE成功提取。”其他的notify“出现错误。请检查CLI输出。”fi（菲涅耳）}#主要check_input“1美元”对话框_设置提取_页面

安装

请遵循Nautilus脚本的通用安装说明。请务必仔细阅读脚本标题，因为它有助于澄清脚本的安装和使用。

---

部分页面-PDF排列

---

概述

PDF Arranger是一个小型的python-gtk应用程序，它可以帮助用户合并或拆分PDF文档，并使用交互式直观的图形界面旋转、裁剪和重新排列页面。它是python-pyPdf的前端。

安装

sudo apt-get安装pdfshuffler

用法

PDF Arranger可以裁剪和删除单个PDF页面。您可以使用它从文档甚至部分页面中使用裁剪功能提取页面范围：

---

页面元素-Inkscape

---

概述

Inkscape是一个功能强大的开源矢量图形编辑器。它支持多种不同的格式，包括PDF文件。您可以使用它从PDF文件中提取、修改和保存页面元素。

安装

sudo apt-get安装inkscape

用法

1.)使用Inkscape打开您选择的PDF文件。将出现导入对话框。选择要从中提取元素的页面。保持其他设置不变：

2.)在Inkscape中，单击并拖动以选择要提取的元素：

3.)使用反转选择!并使用删除选定对象删除:

4.)通过访问文档属性与对话CTRL公司+轮班+D类并选择“使文档适合图像”：

5.)将文档另存为PDF文件文件-->另存为对话框：

6.)如果裁剪的文档中有位图/光栅图像，您可以在下面显示的对话框中设置其DPI：

7.)如果您遵循了所有步骤，您将生成一个真正的PDF文件，该文件只包含您选择的对象：

Answer 5

将其保存为shell脚本，如pdfextractor.sh：

#!/垃圾桶/垃圾桶#此函数使用3个参数：#$1是要提取的范围的第一页#$2是要提取的范围的最后一页#$3是输入文件#输出文件将命名为“inputfile_pXX-pYY.pdf”gs-sDEVICE=pdfwrite-dNOPAUSE-dBATCH-dSAFER\-dFirstPage=“${1}”\-dLastPage=“${2}”\-sOutputFile=“${3%.pdf}_p${1} -第页${2}.pdf“\"${3}"

要运行，请键入：

./pdfextractor.sh 4 20我的文件.pdf

1. 4指的是它将启动新pdf的页面。

2. 20指pdf结尾的页面。

3. 我的文件.pdf是要提取部件的pdf文件。

输出将是我的文件_p4_p20.pdf在同一目录中的原始pdf文件。

所有这些和更多信息请点击此处：技术提示

Answer 6

在安装TeX配电的任何系统中：

pdfjam<输入文件><页面范围>-o<输出文件>

例如：

pdfjam原始.pdf 5-10-o输出.pdf

请参见https://tex.stackexchange.com/a/79626/8666

Answer 7

有一个名为pdf分离.

从文档中：

pdf分离样本.pdf样本-%d.pdf从sample.pdf中提取所有页面，如果sample-pdf有3个页面生产示例-1.pdf、示例-2.pdf和示例-3.pdf

或者，要从文件sample.pdf中选择一个页面（在本例中为第一页）：

pdf分离-f 1-l 1样本.pdf样本-1.pdf

Answer 8

pdftk公司(sudo apt-get安装pdftk)对于PDF操作来说，也是一个很棒的命令行。以下是一些例子pdftk公司可以执行以下操作：

整理扫描的页面pdftk A=even.pdf B=odd.pdf洗牌A B输出整理.pdf或者如果odd.pdf的顺序相反：pdftk A=even.pdf B=odd.pdf shuffle A Bend-1 output colled.pdf加入in1.pdf和in2.pdf成为一个新的pdf，out1.pdfpdftk in1.pdf in2.pdf cat输出out1.pdf或（使用手柄）：pdftk A=in1.pdf B=in2.pdf cat A B输出1.pdf或（使用通配符）：pdftk*.pdf cat输出组合.pdf从in1.pdf中删除第13页以创建out1.pdfpdftk in.pdf cat 1-12 14端输出out1.pdf或：pdftk A=in1.pdf类别A1-12 A14结束输出1.pdf将单个PDF文档突发成多页，并将其数据转储到文档数据.txtpdftk in.pdf突发将第一个PDF页面顺时针旋转90度pdftk输入.pdf cat 1东部2端输出.pdf将整个PDF文档旋转180度pdftk输入.pdf猫1-endsouth输出.pdf

在你的情况下，我会：

pdftk A=输入.pdf cat A输出.pdf

Answer 9

我也在试着这么做。你所要做的就是：

1. 安装pdftk公司:

   sudo apt-get安装pdftk

2. 如果要提取随机页面：

   pdftk myoldfile.pdf cat 1 2 4 5输出mynewfile.pdf

3. 如果要提取范围：

   pdftk myoldfile.pdf猫1-2 4-5输出mynewfile.pdf

请检查来源了解更多信息。

Answer 10

如果您希望使用内置bash命令，那么pdf分离和辉长岩是给你的。

pdf分离样本.pdf样本-%d.pdf#ls；示例.pdf示例-1.pdf样例-2.pdf样本-3.pdf sample-4.pdfpdfunite sample-2.pdf sample-3.pdf输出.pdf#现在可以使用output.pdf

Answer 11

你试过PDF Mod吗？

例如，您可以。。提取页面并将其保存为pdf。

描述：

PDF Mod是一个用于修改PDF文档的简单工具。它可以旋转、提取、移除
并通过拖放对页面重新排序。可以通过拖动合并多个文档
然后下降。您还可以编辑PDF的标题、主题、作者和关键字
使用PDF Mod。

sudo apt安装pdfmod

希望这会有用。

规则。

Answer 12

共同工具与mupdf一起提供的，可以做很多简单的PDF处理工作，但其语法比qpdf格式（以及其他一些答案）。此外，在大型PDF上似乎更快：

#摘录页面范围20-40mutool清洁in.pdf out.pdf 20-40#从整个pdf中摘录mutool clean in.pdf out.pdf“1，3-4，74-92”

Answer 13

事实证明，我可以做到imagemagick公司。如果没有，只需使用以下工具进行安装：

sudo apt-get安装imagemagick

---

附注1:我已经用一页pdf尝试过了（我正在学习使用imagemagick公司，所以我不想再麻烦了）。我不知道它是否/如何处理多个页面，但您可以使用pdftk公司:

pdftk A=myfile.pdf猫A1输出page1.pdf

其中您指示要拆分的页码（在上面的示例中，第1页选择第一页）。

附注2:使用此过程生成的图像将是光栅。

---

使用命令打开pdf显示，是imagemagick公司一套：

显示文件.pdf

我的看起来像这样：

^{单击图像以查看完整分辨率版本}

现在你点击窗口，一个菜单就会弹出到旁边。在那里，选择转换|作物.

回到主窗口，只需拖动指针即可选择要裁剪的区域（经典的角到角选择）。

^{选择时请注意图像周围的手形指针}

在继续下一步之前，可以细化此选择。

完成后，请注意左上角出现的小矩形（参见上图）。它显示了首先选择的区域的尺寸（例如。281x218像素)然后是第一个角的坐标（例如。+256+215).

写下所选区域的尺寸；保存裁剪后的图像时需要它。

现在，回到弹出菜单（现在是特定的“裁剪”菜单），单击按钮作物.

最后，对裁剪结果感到满意后，单击菜单文件|保存

导航到要保存裁剪的pdf的文件夹，键入名称，单击按钮格式，在“选择图像格式类型”窗口中选择PDF格式然后单击按钮选择。返回“浏览并选择文件”窗口，单击按钮保存.

保存之前，imagemagick公司将要求“选择页面几何图形”。在这里，您键入裁剪图像的尺寸，使用简单的字母“x”分隔宽度和高度。

现在，您可以从命令行（命令是转换带选项-作物)--当然速度更快，但您必须事先知道要提取的图像的坐标。检查人类皈依者和他们网页上的一个例子.

Answer 14

在Ubuntu 20.04上测试pdftk—版本3.0.9自2018年5月11日起（日期显示在手动pdftk).

如果使用pdftk公司，以下是如何为多组页面设置格式：

pdftk in.pdf cat 13 18 33-36 39-41 52输出.pdf

这将捕获这些页面组，包括在内。

安装和/或更新pdftk公司:

sudo apt更新sudo apt安装pdftk

相关：

1. [我的答案]如何旋转PDF页面：https://unix.stackexchange.com/questions/394065/command-line-how-do-you-rotate-a-pdf-file-90-degrees/634882#634882

Answer 15

PDF拆分和合并对于此操作和其他PDF操作非常有用。

从下载在这里

Answer 16

不幸的是，Ubuntu没有提供直接执行此操作的命令。

但你可以使用pdf分离和辉长岩联合（Ubuntu默认提供这两种功能）

所以如果你想提取页面32到65属于源文件.pdf在名为摘录.pdf，可以键入以下命令：

mkdir tmppdfdirpdf分隔-f 32-l 65源文件.pdf tmppdfdir/page-%d.pdfpdfunite tmppdfdir/page*.pdf摘录.pdfrm-射频tmppdfdir/

警告：确保tmppdf目录以前不存在！

Answer 17

LibreOffice抽奖

办公套件能够编辑PDF并创建新的页面，这样您就可以用鼠标轻松、交互式地选择页面范围。

通过这种方式，您可以轻松地直观地检查想要的页面，然后立即移动它们，而无需记下页码并转到命令行。

另一个优点是，几乎每个Linux桌面用户的计算机上都已经安装了基本的LibreOffice软件包，但如果出于某种原因没有安装：

sudo apt安装libreoffice

然后，只需打开PDF，例如从CLI：

雷蒙德图书馆.pdf

或者从GUI中打开LibreOffice，然后选择File>open。

打开后，您将看到：

现在要拆分文档：

1. 从左侧的页面索引中选择页面范围。您可以使用常用的范围快捷方式：

   • 范围端点的偏移
   • Ctrl键选择或取消选择单个项目

2. Ctrl+C或右键单击>复制

3. Ctrl+N或“文件”>“新建”以创建新文档

4. 在新文档上按Ctrl+V从旧文档粘贴

5. 否设置为“是否要缩放复制的对象以适应新的页面大小？”

6. Shift+Delete或右键单击>Delete Page（删除页面）到新文档中预先存在的初始空白页面

7. 文件>导出为>直接导出为PDF。

   如果您经常这样做，可能需要在“工具”>“自定义”>“键盘”下为此选项指定键盘快捷方式。

上述示例中显示的PDF为：http://users.ece.utexas.edu/~perry/education/382v-s08/papers/raymond.pdf这是埃里克·雷蒙德（Eric S.Raymond）对《大教堂和集市》（The Cathedral and The Bazaar）的渲染。

在Ubuntu 22.04上测试，LibreOffice Draw 7.3.4。

Answer 18

如果要以所见即所得的方式提取页面，那么脉冲测距仪提供了一个漂亮而简单的GUI。它还可以加入PDF，您可以旋转或裁剪页面。

TurboTax文件做得很好pdfmod公司无法打开.

唯一（微小）的缺点是它无法导出一些元数据，目录也丢失了，但我验证了导出的选择包含了我选择的所有页面，所以该工具可以正常工作。

Answer 19

Apache PDFBox是用于处理PDF文档的开源Java工具。它附带了一个命令行工具，可以从pdf中分割页面，以及其他许多功能(请参阅此处的手册).

要使用它，只需安装pdfbox-第2页。？。？。罐子并执行如下命令：

java-jar pdfbox-app-2.0.20.jar PDFSplit-startPage 1-endPage 10-outputPrefix ch1 book.pdf

Answer 20

ThiagoPonte的Ghostscript答案因其可移植性而非常出色，但它没有解释如何使用不连续的页面列表，如2、6、7、8、9、11。这是可能的-sPageList（页面列表）:

gs-sDEVICE=pdfwrite-dNOPAUSE-dBATCH-sPageList=2,6-9,11-sOutputFile=out.pdf in.pdf

然而，我无法在旧版本的Ghostscript上运行，在这种情况下，受堆栈溢出问题，我创建了这个shell脚本，它只依赖于-d第一页和-d最后一页:

#!/垃圾箱/垃圾箱-f如果[“$#”！=2]&[“$”！=3]；然后>&2 echo“用法：$0 pagelist infile[outfile]”出口11fi（菲涅耳）范围=1美元填充=2美元outfile=${3-“${2%pdf}”out.pdf}套--IFS=，对于$range中的i；做设置--“$@”“-dFirstPage=${i%-*}”“-dLastPage=$}i#*-}”完成gs-sOutputFile=“$outfile”-sDEVICE=pdfwrite-dNOPAUSE-dBATCH“$@”

您可以将其保存在PATH目录中，例如/usr/local/bin/，使用使其可执行chmod+x脚本名然后打电话

脚本名2,6-9,11 in.pdf out.pdf

Answer 21

我已经开始制作一个工具为常见操作提供简化的界面。

您可以像这样分割PDF的一个子集：

$npm安装@mountbuild/mouse-g$鼠标切片输入.pdf-s 15-e 25-o输出.pdf

这将为介于15和25之间的页面创建一个新的PDF。

如果没有其他内容，请查看源代码，看看如何用JavaScript编写自己的脚本。