如何提取页面范围/ PDF的一部分？

#1 楼

pdftk是用于该作业的有用的多平台工具（pdftk主页）。

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

您传递主pdf的文件名，然后告诉它仅包含某些页面（在此示例中为12-15）并将其输出到新文件。

#2 楼

非常简单。使用默认的PDF阅读器，选择“打印到文件”即可！



然后：

#3 楼

QPDF很棒。用这种方法从input.pdf中提取第1-10页并将其另存为output.pdf：

qpdf input.pdf --pages . 1-10 -- output.pdf

这将保留与该文件关联的所有元数据。

手册中的内容：


如果您希望从infile.pdf中获取第1至5页，但是希望删除其余的元数据，则可以运行

qpdf --empty --pages infile.pdf 1-5 -- outfile.pdf

您可以通过调用以下命令进行安装：

sudo apt-get install qpdf

这是一个非常好的工具PDF操作。它非常快，并且几乎没有依赖项。 “它可以加密和线性化文件，公开PDF文件的内部结构，并执行许多其他对最终用户和PDF开发人员有用的操作。”

QPDF的代码库在GitHub上。

#4 楼

页面范围-Nautilus脚本


概述

我基于链接到的@ThiagoPonte教程创建了一个稍微高级的脚本。它的主要功能是


，它基于GUI，
与文件名中的空格兼容，
，并且基于三个能够保留所有属性的后端。原始文件

屏幕截图



代码

 #!/bin/bash
#
# TITLE:        PDFextract
#
# AUTHOR:       (c) 2013-2015 Glutanimate (https://github.com/Glutanimate)
#
# VERSION:      0.2
#
# LICENSE:      GNU GPL v3 (http://www.gnu.org/licenses/gpl.html)
# 
# OVERVIEW:     PDFextract is a simple PDF extraction script based on Ghostscript/qpdf/cpdf.
#               It provides a simple way to extract a page range from a PDF document and is meant
#               to be used as a file manager script/addon (e.g. Nautilus script).
#
# FEATURES:     - simple GUI based on YAD, an advanced Zenity fork.
#               - preserves _all_ attributes of your original PDF file and does not compress 
#                 embedded images further than they are.      
#               - can choose from three different backends: ghostscript, qpdf, cpdf
#
# DEPENDENCIES: ghostscript/qpdf/cpdf poppler-utils yad libnotify-bin
#                         
#               You need to install at least one of the three backends supported by this script.
#
#               - ghostscript, qpdf, poppler-utils, and libnotify-bin are available via 
#                 the standard Ubuntu repositories
#               - cpdf is a commercial CLI PDF toolkit that is free for personal use.
#                 It can be downloaded here: https://github.com/coherentgraphics/cpdf-binaries
#               - yad can be installed from the webupd8 PPA with the following command:
#                 sudo add-apt-repository ppa:webupd8team/y-ppa-manager && apt-get update && apt-get install yad
#
# NOTES:        Here is a quick comparison of the advantages and disadvantages of each backend:
#
#                               speed     metadata preservation     content preservation        license
#               ghostscript:     --               ++                         ++               open-source
#               cpdf:             -               ++                         ++               proprietary
#               qpdf:            ++                +                         ++               open-source
#
#               Results might vary depending on the document and the version of the tool in question.
#
# INSTALLATION: https://askubuntu.com/a/236415
#
# This script was inspired by Kurt Pfeifle's PDF extraction script 
# (http://www.linuxjournal.com/content/tech-tip-extract-pages-pdf)
#
# Originally posted on askubuntu
# (https://askubuntu.com/a/282453)

# Variables

DOCUMENT=""
BACKENDSELECTION="^qpdf!ghostscript!cpdf"

# Functions

check_input(){
  if [[ -z "" ]]; then
    notify "Error: No input file selected."
    exit 1
  elif [[ ! "$(file -ib "")" == *application/pdf* ]]; then
    notify "Error: Not a valid PDF file."
    exit 1
  fi
}

check_deps () {
  for i in "$@"; do
    type "$i" > /dev/null 2>&1 
    if [[ "$?" != "0" ]]; then
      MissingDeps+="$i"
    fi
  done
}

ghostscriptextract(){
  gs -dFirstPage="$STARTPAGE "-dLastPage="$STOPPAGE" -sOutputFile="$OUTFILE" -dSAFER -dNOPAUSE -dBATCH -dPDFSETTING=/default -sDEVICE=pdfwrite -dCompressFonts=true -c \
  ".setpdfwrite << /EncodeColorImages true /DownsampleMonoImages false /SubsetFonts true /ASCII85EncodePages false /DefaultRenderingIntent /Default /ColorConversionStrategy \
  /LeaveColorUnchanged /MonoImageDownsampleThreshold 1.5 /ColorACSImageDict << /VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor 0.4 /Blend 1 >> /GrayACSImageDict \
  << /VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor 0.4 /Blend 1 >> /PreserveOverprintSettings false /MonoImageResolution 300 /MonoImageFilter /FlateEncode \
  /GrayImageResolution 300 /LockDistillerParams false /EncodeGrayImages true /MaxSubsetPCT 100 /GrayImageDict << /VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor \
  0.4 /Blend 1 >> /ColorImageFilter /FlateEncode /EmbedAllFonts true /UCRandBGInfo /Remove /AutoRotatePages /PageByPage /ColorImageResolution 300 /ColorImageDict << \
  /VSamples [ 1 1 1 1 ] /HSamples [ 1 1 1 1 ] /QFactor 0.4 /Blend 1 >> /CompatibilityLevel 1.7 /EncodeMonoImages true /GrayImageDownsampleThreshold 1.5 \
  /AutoFilterGrayImages false /GrayImageFilter /FlateEncode /DownsampleGrayImages false /AutoFilterColorImages false /DownsampleColorImages false /CompressPages true \
  /ColorImageDownsampleThreshold 1.5 /PreserveHalftoneInfo false >> setdistillerparams" -f "$DOCUMENT"
}

cpdfextract(){
  cpdf "$DOCUMENT" "$STARTPAGE-$STOPPAGE" -o "$OUTFILE"
}

qpdfextract(){
  qpdf --linearize "$DOCUMENT" --pages "$DOCUMENT" "$STARTPAGE-$STOPPAGE" -- "$OUTFILE"
  echo "$OUTFILE"
  return 0 # even benign qpdf warnings produce error codes, so we suppress them
}

notify(){
  echo ""
  notify-send -i application-pdf "PDFextract" ""
}

dialog_warning(){
  echo ""
  yad --center --image dialog-warning \
  --title "PDFExtract Warning" \
  --text "" \
  --button="Try again:0" \
  --button="Exit:1"

  [[ "$?" != "0" ]] && exit 0
}

dialog_settings(){
  PAGECOUNT=$(pdfinfo "$DOCUMENT" | grep Pages | sed 's/[^0-9]*//') #determine page count

  SETTINGS=($(\
      yad --form --width 300 --center \
          --window-icon application-pdf --image application-pdf \
          --separator=" " --title="PDFextract"\
          --text "Please choose the page range and backend"\
          --field="Start:NUM" 1[!1..$PAGECOUNT[!1]] --field="End:NUM" $PAGECOUNT[!1..$PAGECOUNT[!1]] \
          --field="Backend":CB "$BACKENDSELECTION" \
          --button="gtk-ok:0" --button="gtk-cancel:1"\
      ))

  SETTINGSRET="$?"

  [[ "$SETTINGSRET" != "0" ]] && exit 1

  STARTPAGE=$(printf %.0f ${SETTINGS[0]}) #round numbers and store array in variables
  STOPPAGE=$(printf %.0f ${SETTINGS[1]})
  BACKEND="${SETTINGS[2]}"
  EXTRACTOR="${BACKEND}extract"

  check_deps "$BACKEND"

  if [[ -n "$MissingDeps" ]]; then
    dialog_warning "Error, missing dependency: $MissingDeps"
    unset MissingDeps
    dialog_settings
    return
  fi

  if [[ "$STARTPAGE" -gt "$STOPPAGE" ]]; then 
    dialog_warning "<b>   Start page higher than stop page.   </b>"
    dialog_settings
    return
  fi

  OUTFILE="${DOCUMENT%.pdf} (p${STARTPAGE}-p${STOPPAGE}).pdf"
}

extract_pages(){
  $EXTRACTOR
  EXTRACTORRET="$?"
  if [[ "$EXTRACTORRET" = "0" ]]; then
    notify "Pages $STARTPAGE to $STOPPAGE succesfully extracted."
  else
    notify "There has been an error. Please check the CLI output."
  fi
}


# Main

check_input ""
dialog_settings
extract_pages
 

安装

，请遵循Nautilus脚本的通用安装说明。请确保仔细阅读脚本标头，因为这将有助于阐明脚本的安装和使用。 >概述


PDF-Shuffler是一个小型的python-gtk应用程序，可帮助用户使用交互式直观的图形界面来合并或拆分pdf文档以及旋转，裁剪和重新排列页面。它是python-pyPdf的前端。


安装

sudo apt-get install pdfshuffler

用法

PDF-随机播放器可以裁剪和删除单个PDF页面。您可以使用裁剪功能，使用它从文档甚至部分页面中提取页面范围：




页面元素-Inkscape


概述

Inkscape是一个非常强大的开源矢量图形编辑器。它支持各种不同的格式，包括PDF文件。您可以使用它从PDF文件提取，修改和保存页面元素。

安装

sudo apt-get install inkscape

用法

1。）使用Inkscape打开您选择的PDF文件。将会出现一个导入对话框。选择要从中提取元素的页面。保留其他设置不变：



2.）在Inkscape中，单击并拖动以选择要提取的元素：



3.）用！反转选择！并使用DELETE删除选定的对象：



4。）通过使用CTRL + SHIFT + D访问“文档属性”对话框并选择“使文档适合图像”：



5.）从文件->另存为对话框中将文档另存为PDF文件：



6.）如果裁剪后的文档中有位图/光栅图像，则可以在接下来出现的对话框中设置其DPI：



7。）如果按照所有步骤操作，您将生成一个仅包含您选择的对象的真实PDF文件：

#5 楼

将其另存为shell脚本，例如pdfextractor.sh：

#!/bin/bash
# this function uses 3 arguments:
#      is the first page of the range to extract
#      is the last page of the range to extract
#      is the input file
#     output file will be named "inputfile_pXX-pYY.pdf"
gs -sDEVICE=pdfwrite -dNOPAUSE -dBATCH -dSAFER \
   -dFirstPage="" \
   -dLastPage="" \
   -sOutputFile="${3%.pdf}_p-p.pdf" \
   ""

要运行，请输入：

./pdfextractor.sh 4 20 myfile.pdf

4是指将开始新pdf的页面。
20是指将以pdf结尾的页面。
myfile.pdf是要提取零件的pdf文件。

输出将是原始pdf文件所在目录中的myfile_p4_p20.pdf。

所有这些以及更多信息在这里：Tech Tip

#6 楼

在安装了TeX发行版的任何系统中：

pdfjam <input file> <page ranges> -o <output file>

例如：

pdfjam original.pdf 5-10 -o out.pdf

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

#7 楼

有一个名为pdfseparate的命令行实用程序。

从文档中：第一页）来自文件sample.pdf：

pdfseparate sample.pdf sample-%d.pdf

extracts  all pages from sample.pdf, if i.e. sample.pdf has 3 pages, it
   produces

sample-1.pdf, sample-2.pdf, sample-3.pdf

#8 楼

对于PDF操作，pdftk（sudo apt-get install pdftk）也是不错的命令行。以下是pdftk可以执行的操作的一些示例：

   Collate scanned pages
     pdftk A=even.pdf B=odd.pdf shuffle A B output collated.pdf
     or if odd.pdf is in reverse order:
     pdftk A=even.pdf B=odd.pdf shuffle A Bend-1 output collated.pdf

   Join in1.pdf and in2.pdf into a new PDF, out1.pdf
     pdftk in1.pdf in2.pdf cat output out1.pdf
     or (using handles):
     pdftk A=in1.pdf B=in2.pdf cat A B output out1.pdf
     or (using wildcards):
     pdftk *.pdf cat output combined.pdf

   Remove page 13 from in1.pdf to create out1.pdf
     pdftk in.pdf cat 1-12 14-end output out1.pdf
     or:
     pdftk A=in1.pdf cat A1-12 A14-end output out1.pdf

   Burst a single PDF document into pages and dump its data to
   doc_data.txt
     pdftk in.pdf burst

   Rotate the first PDF page to 90 degrees clockwise
     pdftk in.pdf cat 1east 2-end output out.pdf

   Rotate an entire PDF document to 180 degrees
     pdftk in.pdf cat 1-endsouth output out.pdf

对于您而言，我会这样做：

#9 楼

我正试图做同样的事情。您所需要做的就是：



安装pdftk：

sudo apt-get install pdftk

提取随机页面：

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

如果要提取范围：

pdftk myoldfile.pdf cat 1-2 4-5 output mynewfile.pdf

请检查来源以获取更多信息。

#10 楼

您尝试过PDF Mod吗？

例如，您可以提取页面并将其另存为pdf。

描述：

PDF Mod是一个修改PDF文档的简单工具。它可以通过拖放来旋转，提取，删除和重新排序页面。多个文档可以通过拖放来组合。您还可以使用PDF Mod编辑PDF文档的标题，主题，作者和关键字。



希望如此会有用。

瑞格斯。

#11 楼

事实证明，我可以使用imagemagick做到这一点。如果没有，只需安装：

sudo apt-get install imagemagick

注1：
我已经用一页纸尝试过了pdf（我正在学习使用imagemagick，所以我不想遇到不必要的麻烦）。我不知道它是否/如何在多页中使用，但是您可以使用pdftk提取感兴趣的一页：被拆分（在上面的示例中，A1选择第一页）。

注2：
使用此过程生成的图像将成为光栅。


使用display套件的一部分命令imagemagick打开pdf：

pdftk A=myfile.pdf cat A1 output page1.pdf

我的看起来像这样：


单击图像以查看完整分辨率的版本

现在单击窗口，菜单将弹出到侧面。在此处，选择“变换” |裁剪。



返回主窗口，只需拖动指针即可选择要裁剪的区域（经典的角到角选择）。 br />
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，请注意显示在左上角的小矩形（请参见上图）。它首先显示所选区域的尺寸（例如281x218），然后显示第一个角的坐标（例如+256+215）。

写下所选区域的尺寸；

现在，回到弹出菜单（现在是特定的“裁剪”菜单），单击“裁剪”按钮。



最后，一旦您对裁剪的结果感到满意，请单击菜单File | File。保存

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



保存之前，imagemagick将询问“选择页面几何形状”。在这里，您可以输入裁切图像的尺寸，并使用一个简单的字母“ x”来分隔宽度和高度。



现在，您可以从命令行（命令是convert，带有选项-crop）-肯定更快，但是您必须事先知道要提取的图像的坐标。在其网页上查看man convert和示例。

#12 楼

mupdf随mupdf一起提供，可以执行许多简单的PDF处理工作，但语法比qpdf（以及其他一些答案）更优雅。此外，在大型PDF上似乎更快：

 # extract page range 20-40
mutool clean in.pdf out.pdf 20-40
# extract from all over the pdf
mutool clean in.pdf out.pdf '1, 3-4, 74-92'
 

#13 楼

如果您想使用内置的bash命令，则pdfseparate和pdfunite非常适合您。

pdfseparate sample.pdf sample-%d.pdf
# ls; sample.pdf sample-1.pdf sample-2.pdf sample-3.pdf sample-4.pdf

pdfunite sample-2.pdf sample-3.pdf output.pdf
# now you can use output.pdf

#14 楼

PDF拆分和合并对于此操作和其他PDF操作非常有用。

从此处下载

#15 楼

原始用户要求使用交互式工具而不是命令行工具：一个简单的解决方案是使用任何PDF查看器（在Kubuntu上为okular，在Ubuntu上为evince甚至是Firefox），然后仅使用标准打印对话框，选择“打印到PDF文件”，然后在扩展设置对话框中选择要“打印”的页面。此变体有一些缺点，因为原始PDF上的一些头（例如旋转的页面，表单等）可能会丢失，但对于大多数简单的PDF来说却很直接。

#16 楼

不幸的是，Ubuntu并没有提供直接执行命令的命令。在名为32的新文件中，可以键入以下命令：

mkdir tmppdfdir
pdfseparate -f 32 -l 65 sourcefile.pdf tmppdfdir/page-%d.pdf
pdfunite tmppdfdir/page*.pdf extract.pdf
rm -rf tmppdfdir/

警告：请确保65之前不存在！

#17 楼

如果要从PDF中提取，则可以使用http://www.sumnotes.net。
这是一个很棒的工具，可以从PDF中提取注释，突出显示和图像。
还可以观看教程。在YouTube上输入sumnotes。

我希望您会喜欢它！

#18 楼

Apache PDFBox是用于处理PDF文档的开源Java工具。它带有一个命令行工具，可以从pdf拆分页面（请参阅此处的手册）。
要使用它，只需安装pdfbox-app-2.?.?.jar并执行类似以下命令：

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

#19 楼

我已经开始组合使用一种工具来为常见操作提供简化的界面。
您可以像这样分割PDF的子集：

$ npm install @mountbuild/mouse -g
$ mouse slice input.pdf -s 15 -e 25 -o output.pdf

这将为页面创建一个新的PDF。在15到25之间（包括15到25）之间。
如果没有其他内容，请查看源代码，了解如何编写自己的脚本以使用JavaScript进行操作。