Tách PDF thành tài liệu với mỗi trang

Có một số tài nguyên trên web giải thích cách người ta có thể chia PDF thành nhiều tệp với trên trang trên mỗi tệp.

Nhưng làm thế nào bạn có thể chia chúng thành nhiều phần của mỗi trang? Tôi đã xem xét các công cụ tiêu chuẩn như pdftknhưng không thể tìm thấy một tùy chọn làm những gì tôi muốn.

pdftkcó thể cắt ra một tập hợp các trang cố định một cách hiệu quả. Với một chút keo dán kịch bản, đây là điều tôi muốn:

number=$(pdfinfo -- "$file" 2> /dev/null | awk '$1 == "Pages:" {print $2}')
count=$((number / pagesper))
filename=${file%.pdf}

counter=0
while [ "$count" -gt "$counter" ]; do 
  start=$((counter*pagesper + 1));
  end=$((start + pagesper - 1));

  counterstring=$(printf %04d "$counter")
  pdftk "$file" cat "${start}-${end}" output "${filename}_${counterstring}.pdf"

  counter=$((counter + 1))
done

Điều này giả định rằng bạn có số lượng trang trên mỗi đoạn $pagespervà tên tệp của tệp PDF nguồn $file.

Nếu bạn đã acroreadcài đặt, bạn cũng có thể sử dụng

acroread -size a4 -start "$start" -end "$end" -pairs "$file" "${filename}_${counterstring}.ps"

acroreadcung cấp tùy chọn -toPostScriptcó thể hữu ích.

Xem thêm pdfseparatevà pdfunitetừ poppler-utils. pdfseparatechia tập tin thành một tập tin trên mỗi trang, điều này giúp bạn có thể dễ dàng lắp ráp lại sau này với pdfunite, thủ công hoặc (bán) tự động.

Giống như với zsh:

autoload zargs

reunite() pdfunite "$@" file-$1-$argv[-1].pdf

pdfseparate file.pdf p%d
zargs -n 5 p<->(n) -- reunite
rm -f p<->

sẽ chia file.pdfthành file-p1-p5.pdf, file-p6-p10.pdf...

Tôi thấy Python với thư viện PyPdf thuận tiện cho những công việc mà pdftk không làm thuận tiện (hoặc hoàn toàn).

#!/usr/bin/env python
import sys
from pyPdf import PdfFileWriter, PdfFileReader

# Command line parsing
if len(sys.argv) < 2 or sys.argv[1][-4:] != '.pdf':
    sys.stderr.writeln('Usage: ' + sys.argv[0] + ''' FILE.pdf N
Split FILE.pdf into chunks of N pages each.''')
    exit(3)
pages_per_file = int(sys.argv[2])

base_name = sys.argv[1][:-4] + '-'
input_pdf = PdfFileReader(open(sys.argv[1]))
output_pdf = PdfFileWriter()
num_pages = input_pdf.getNumPages()
for i in xrange(num_pages):
    output_pdf.addPage(input_pdf.getPage(i))
    if (i + 1) % pages_per_file == 0 or i + 1 == num_pages:
        output_file = open(base_name + str(i / pages_per_file + 1) + '.pdf', "wb")
        output_pdf.write(output_file)
        output_file.close()
        output_pdf = PdfFileWriter()

Giải pháp được đăng bởi Raphael là thiếu sót: nếu bạn có số lượng trang không đồng đều, những trang cuối cùng sẽ bị bỏ qua. Đó là một giải pháp cải tiến hoạt động với số lượng trang không đồng đều. Một lần nữa, giả sử rằng bạn có số lượng trang trên mỗi đoạn $pagespervà tên tệp của tệp PDF nguồn $file.

number=$(pdfinfo -- "$file" 2> /dev/null | awk '$1 == "Pages:" {print $2}')

count=$((($number+$pagesper-1)/$pagesper))
filename=${file%.pdf}

counter=0
while [ "$count" -gt "$counter" ]; do
  start=$((counter*pagesper + 1));
  end=$((start + pagesper - 1));
  if [ $end -gt $number ]; then
    end=$number
  fi

  counterstring=$(printf %04d "$counter")
  pdftk "$file" cat "${start}-${end}" output "${filename}_${counterstring}.pdf"
  counter=$((counter + 1))
done