如何删除 PDF 文件中的所有元数据、识别对象、嵌入数据、非 pdf/嵌入二进制、身份 (ID)、嵌入字符等？

Question

我想将 PDF 转换为仅文本（作为 unicode）和基于图像的 PDF。

所以pdf文档应该只包含图像和文本。我想在 GNU/Linux 环境中执行此操作，如果有一个可以从命令行执行的实用程序对我来说会更好。

Answer 1

PDF 文件格式是一种以 PostScript 文件为核心的复杂信封。如果您需要一个格式良好的 PDF，对其进行搜索和索引，并以人类可读的方式提取数据，如果 PDF 是由简单打包数据而不进行优化的 PDF 生成器生成的，那么您可以做的事情很少。 Linux 中有一些用于管理和优化 PDF 的工具，但它们都不能解决 PDF 的所有问题。例如，pdftools、pdftk 等。