![如何合并 pdf 并在输出文件中的每个输入文件创建书签?(linux)](https://linux22.com/image/1476056/%E5%A6%82%E4%BD%95%E5%90%88%E5%B9%B6%20pdf%20%E5%B9%B6%E5%9C%A8%E8%BE%93%E5%87%BA%E6%96%87%E4%BB%B6%E4%B8%AD%E7%9A%84%E6%AF%8F%E4%B8%AA%E8%BE%93%E5%85%A5%E6%96%87%E4%BB%B6%E5%88%9B%E5%BB%BA%E4%B9%A6%E7%AD%BE%EF%BC%9F%EF%BC%88linux%EF%BC%89.png)
我使用的是 Linux,我想拥有一个软件(或脚本、方法)来合并一些 pdf 并创建一个包含书签的统一输出 pdf。书签以 pdf 文件的文件名命名,用于合并并指向这些文件开始的页码。
类似的可能性有 Adobe Acrobat,但它是非免费的并且仅适用于 Windows。
答案1
更新:我对结果并不满意,并使用漂亮的 GUI 编写了此代码:
https://github.com/Yanpas/PdfMerger
学习了python并在一小时内编写(修改)了程序:
#! /usr/bin/env python
# Original author Nicholas Kim, modified by Yan Pashkovsky
# New license - GPL v3
import sys
import time
from PyPDF2 import utils, PdfFileReader, PdfFileWriter
def get_cmdline_arguments():
"""Retrieve command line arguments."""
from optparse import OptionParser
usage_string = "%prog [-o output_name] file1, file2 [, ...]"
parser = OptionParser(usage_string)
parser.add_option(
"-o", "--output",
dest="output_filename",
default=time.strftime("output_%Y%m%d_%H%M%S"),
help="specify output filename (exclude .pdf extension); default is current date/time stamp"
)
options, args = parser.parse_args()
if len(args) < 2:
parser.print_help()
sys.exit(1)
return options, args
def main():
options, filenames = get_cmdline_arguments()
output_pdf_name = options.output_filename + ".pdf"
files_to_merge = []
# get PDF files
for f in filenames:
try:
next_pdf_file = PdfFileReader(open(f, "rb"))
except(utils.PdfReadError):
print >>sys.stderr, "%s is not a valid PDF file." % f
sys.exit(1)
except(IOError):
print >>sys.stderr, "%s could not be found." % f
sys.exit(1)
else:
files_to_merge.append(next_pdf_file)
# merge page by page
output_pdf_stream = PdfFileWriter()
j=0
k=0
for f in files_to_merge:
for i in range(f.numPages):
output_pdf_stream.addPage(f.getPage(i))
if i==0:
output_pdf_stream.addBookmark(str(filenames[k]),j)
j = j + 1
k += 1
# create output pdf file
try:
output_pdf_file = open(output_pdf_name, "wb")
output_pdf_stream.write(output_pdf_file)
finally:
output_pdf_file.close()
print "%s successfully created." % output_pdf_name
if __name__ == "__main__":
main()
该程序需要 PyPDF2,您可以通过安装它sudo pip install pypdf2
,在此之前您需要安装 pip :) 只需打开终端并输入./pdfmerger.py *.pdf
答案2
此 Bash 脚本将使目录中的每个 PDF 包含一个指向其首页的书签,其中包含 PDF 文件名的文本,然后它将把它们全部连接起来。它可以处理非 ASCII 文件名。
#!/usr/bin/bash
cattedPDFname="${1:?Concatenated PDF filename}"
# make each PDF contain a single bookmark to first page
tempPDF=`mktemp`
for i in *.pdf
do
bookmarkTitle=`basename "$i" .pdf`
bookmarkInfo="BookmarkBegin\nBookmarkTitle: $bookmarkTitle\nBookmarkLevel: 1\nBookmarkPageNumber: 1"
pdftk "$i" update_info_utf8 <(echo -en $bookmarkInfo) output $tempPDF verbose
mv $tempPDF "$i"
done
# concatenate the PDFs
pdftk *.pdf cat output "$cattedPDFname" verbose
答案3
修改一个好的答案[1]的tex.stackexchange.com,您可以创建一个itemize
列表,其中包含要在下面包含的文件的引用。(类似于目录)。Latex 将负责更新页码。
一些乳胶更多单词
如下行将包括PDF
MyDoc1.pdf
具有参考名称的文件“doc01”存在于 latex 文件的同一目录中:\modifiedincludepdf{-}{doc01}{MyDoc1.pdf}
命令
\pageref{doc02.3}
将创建一个链接,其中包含文档第三页的编号,该文档具有关键的参考“doc02”。Latex 将尽力保持更新。一个块
\begin{itemize}
\end{itemize}
将创建一个尖锐的列表。
latex 文件
下面是修改后的可适用的模板pdflatex
:
\documentclass{article}
\usepackage{hyperref}
\usepackage{pdfpages}
\usepackage[russian,english]{babel}
\newcounter{includepdfpage}
\newcounter{currentpagecounter}
\newcommand{\addlabelstoallincludedpages}[1]{
\refstepcounter{includepdfpage}
\stepcounter{currentpagecounter}
\label{#1.\thecurrentpagecounter}}
\newcommand{\modifiedincludepdf}[3]{
\setcounter{currentpagecounter}{0}
\includepdf[pages=#1,pagecommand=\addlabelstoallincludedpages{#2}]{#3}}
\begin{document}
You can refer to the beginning or to a specific page: \\
see page \pageref{doc01.1} till \pageref{doc02.3}.\\
\begin{itemize}
\item Here contribution from Grupmate 1 \pageref{doc01.1}
\item Here contribution from Grupmate 2 \pageref{doc02.1}
\end{itemize}
\modifiedincludepdf{-}{doc01}{MyDoc1.pdf}
\modifiedincludepdf{-}{doc02}{MyDoc2.pdf}
\end{document}
笔记
要简单地合并和拆分 PDF 文档或页面,您可以使用 pdftk 等工具,并从其他问题中获取灵感[3]关于它。
参考