Ghostscript PDF到文本分隔符
Ghostscript是一款开源的PDF处理工具，它可以将PDF文件转换为文本格式，并且可以指定分隔符来分隔文本内容。
Ghostscript的优势在于其强大的功能和广泛的应用场景。它支持多种操作系统平台，包括Windows、Linux和Mac OS等，可以在各种环境下进行PDF文件的处理。Ghostscript具有高度的可定制性，用户可以根据自己的需求选择不同的参数和选项来进行PDF转文本的操作。同时，Ghostscript还支持多种输出格式，包括纯文本、HTML、XML等，用户可以根据需要选择合适的输出格式。
在云计算领域，Ghostscript可以作为一种PDF处理工具被广泛应用。例如，在文档管理系统中，可以使用Ghostscript将PDF文件转换为可搜索的文本格式，从而方便用户进行全文搜索和检索。在数据分析和挖掘领域，Ghostscript可以将PDF文件转换为结构化的文本数据，以便进行后续的数据处理和分析。在OCR（光学字符识别）领域，Ghostscript可以将PDF中的文字提取出来，用于文字识别和自然语言处理等任务。
腾讯云提供了一系列与PDF处理相关的产品和服务，可以与Ghostscript进行结合使用。例如，腾讯云的云函数（Serverless）服务可以用于托管和运行Ghostscript的代码，实现PDF转文本的功能。腾讯云的对象存储（COS）服务可以用于存储PDF文件和转换后的文本文件。此外，腾讯云还提供了一些与PDF处理相关的API接口，方便开发者进行二次开发和集成。
更多关于腾讯云PDF处理产品和服务的信息，可以参考腾讯云官方文档：腾讯云PDF处理
相关·内容
我对使用iTextSharp有点陌生。我有一个PDF文档的存储库，我需要将其复制到图像中(每页一张图像)并对它们进行处理。这些PDF有文字，光栅图像和矢量图像，并可能，更多的东西在其中。我不是很熟悉PDF的结构，我宁愿使用iTextSharp之前，必须购买一些PDF软件包。
我已经完成了使用iTextSharp在C#上从每个PDF文档中提取文本和光栅图像的工作，但是尝试将它们呈现成图像会产生混合的结果，如果有矢量图形，我就无法轻松地提取和呈现它们。
对于我对PDF内部工作和iTextSharp缺乏了解表示歉意，但是是否有一种方法，使用iTextSharp将每个PDF页面绘制到System.Dr
浏览 3提问于2014-07-29得票数 0
回答已采纳
Python 3.7.5
OS: Windows 2016
Ghostscript版本: 9.5
我试图使用Ghostscript对目录中的多个PDF进行文本提取。该目录目前包含2个PDF: 1234.pdf和5678.pdf。
import os
import sys
def pdf2txt(directory,file):
import locale
import ghostscript
args=[file,"-dBATCH","-dNOPAUSE","-dNOPROMPT","-sDEVICE=txtwr
浏览 7提问于2019-12-12得票数 1
我试图解决我的纯黑色文本的PDF转换问题。我能够将我的sRGB pdf转换成CMYK，但是文本的颜色不会保持在纯黑色。我已经尝试过使用技巧，但是即使在我的当前目录中编译了“apple_.”文件，我也总是得到：
~/temp/AdobeCPs/CMYK/apple_to_jNP_neutrals.icc ()：找不到gsicc_open_search。
我使用的命令：
gs -q -sDEVICE=pdfwrite -o sample.pdf -sColorConversionStrategy=CMYK -sSourceObjectICC=control.txt test.pdf
我的产
浏览 4提问于2018-04-26得票数 0
我已经尝试了PDF页面的图像，但只是提取了PDF页面中的每个图像。不是页面图像。
下面的代码：
public class ExtractionPDFtoThumbImgs {
static String filePath = "/Users/tmdtjq/Downloads/PDFTest/test.pdf";
static String outputFilePath = "/Users/tmdtjq/Downloads/PDFTest/pageimages";
public static void change(File input
浏览 1提问于2014-08-29得票数 0
3回答
我有一个PDF文件包含一些表格数据。
我必须从其中提取表格数据。我试过以下几点，但没有成功：
选择文本并将其粘贴到记事本/excel工作表上。(我得到的是垃圾人物)
用作Acrobat的文本保存。它也是给垃圾字符，而不是实际的文本。
尝试ApachePDFBox命令行实用程序从PDF中提取文本。它也是给垃圾字符，而不是真正的文本。
最后，我正在尝试一个OCR解决方案。我正在使用.tif将pdf文件转换为ImageMagick图像，并通过tesseract OCR处理这些图像。
然而，OCR解决方案并不十分精确(大约80%的单词匹配)。
我尝试改变由PDF创建的图像的密
浏览 2提问于2012-09-07得票数 4
回答已采纳
3回答
我一直在使用pdftotext从PDF中提取文本。我也用Ghostscript做到了这一点。最近，一家实用程序提供商更改了他们的PDF，因此这些方法无法提取其中的一部分。具体来说，我错过了到期日和总到期日。当我在阅读器中打开PDF时，“丢失”的文本可以突出显示、复制并粘贴到外部编辑器中。当我在Acrobat Pro中打开它，并查看其内容(查看->显示/隐藏->导航窗格->内容)时，我需要的文本就在那里。如何才能在不手动复制和粘贴的情况下将其取出？(这不是一个选项，因为我将在数千个PDF上执行此操作)？
下面是我正在处理的一个示例。我已经删除了所有敏感数据：
编辑:我注意到在
浏览 0提问于2013-02-21得票数 3
回答已采纳
1回答
我使用“pdftop”将.pdf文件转换为.ps文件，然后使用"ps2pdf“进行反向处理(Poppler)。问题是，当从.pdf文件创建.ps文件时，文本看起来很好，但是当我试图复制它时，字符非常奇怪(就好像它们被破坏了一样)。我在其他文件上使用这些工具已经很长时间了，而且效果很好。我还尝试了"pdftohtml -xml“来创建一个.xml文件，文本没有问题(字符被正确提取)。
关于转换会有什么问题？也许如果我使用“pdftop”和"ps2pdf“，是否有一些选项需要更改？如果我创建了.xml输出，是否有方法从.xml文件创建.pdf文件?
编辑："pdff
浏览 1提问于2012-05-28得票数 5
我一直试图将一个ggplot2图导出成PDF格式。问题是，我一直在添加异国情调字体到我的情节，-as的一个后果-导出的PDF没有显示任何文本。
我确保导入我的字体如下：
library(extrafont)
font_import(pattern = 'Arch')
loadfonts()
在将ggplot2图放入变量"p“中之后，我将导出为PDF：
ggsave("myPlot.pdf", plot=p, width=4, height=6)
embed_fonts("myPlot.pdf", outfile="myPlot_
浏览 4提问于2015-05-07得票数 7
回答已采纳
我注意到，当我向geom添加alpha参数时，图形上的所有文本(轴标题等)当输出为PDF时，颜色变暗(几乎就像它们变得粗体一样)。这似乎与实际的alpha值无关。这使得图表看起来更加难看，特别是当每页有多个图表并包含大量文本时。还有没有人经历过这种情况？
比较下图(可能是个不好的例子，因为如果在同一屏幕上最大化并在它们之间切换，几乎没有text...but，你就会看到不同之处)
pdf(FILE_HERE1)
p <- ggplot(mtcars, aes(wt, mpg))
p = p + geom_point()
print( p )
dev.off()
pdf(FILE_H
浏览 1提问于2011-04-22得票数 4
回答已采纳
我使用以下PostScript (stamp.ps)向PDF文件添加水印：
<<
/EndPage
{
2 eq { pop false }
{
gsave
/Helvetica_Bold 24 selectfont
130 70 moveto (Sample) show
grestore
true
} ifelse
} bind
>> setpagedevice
我这样称呼它：
gs -dBATCH -dNOPAUSE
浏览 2提问于2017-01-14得票数 2
1回答
我在一个遗留应用程序( SCO Unix 5.0.7上的Progress 4GL --我知道，我知道)上编写了一个程序，用于逐行生成postscript文件。如果我在PDFCreator中打开.ps文件，它会按照我想要的方式呈现所有内容。
但是，我需要把它转换成pdf格式。当我通过以下方式使用ps2pdf完成此操作时：
ps2pdf mypsfile.ps newpdffile.pdf
然后在PDFCreator或Acrobat中打开pdf，我得到一个空白页面(预期输出是一页)。
如果我将.ps文件切成能产生简单的一行输出的内容，我仍然会得到一个空白的.pdf页面。此.ps在PDFCreato
浏览 1提问于2011-07-27得票数 3
我正在用imagemagick to image处理pdf文件，但这个特殊的文件被处理成一些真正胡言乱语的东西，以简化我正在做的事情。
convert file.pdf out.jpg
只是一个想法，它是文本pdf和图像pdf的混合，这可能会造成麻烦。你能帮上忙吗？文本中的文档页面将转换为这种乱码，实际扫描的最后一页就可以了
这是指向原始的链接
编辑:我发现没有文本和扫描组合的文件也会导致问题，实际上是包含文本数据的文件，而不是扫描的图像。所以问题是如何设置imagemagick来将纯文本的pdf转换成图像而不得到这个输出。
浏览 27提问于2018-07-25得票数 0
我有很多带文本的PDF文件。为了防止复制，我添加了一个水印，然而，水印很容易删除，只需编辑PDF即可。
使用C#，我怎样才能转换成每一页都是文本图像的PDF？我知道这不是万无一失的，因为OCR可以用来提取文本，但我想让它变得更难一点。
谢谢你的帮助。
浏览 0提问于2019-12-07得票数 0
1回答
我可以裁剪PDF (例如在Acrobat中)。
但是，在作物边缘之外的文本仍将保持在PDF中(即使我没有在可视区域看到它)。
我想除去作物边缘以外的任何东西。是否有可以这样做的命令行工具？
浏览 2提问于2015-07-20得票数 1
回答已采纳
有没有选择打印一个pdf格式的幽灵脚本作为图像？
我可以用：
gs -dNOPAUSE -dBATCH -sDEVICE=pngalpha -r300 -sOutputFile=p%03d.png my.pdf
然后使用imagemagick制作一个pdf，其中包括：
convert *.png new.pdf
PDF打印机似乎有一个选项，做同样的事情，是一个复选框，上面写着“打印为图像”。我在幽灵脚本文档中找不到任何听起来像是可以选择的东西。也许有一个我不知道要找的词。
很难解释为什么你会想要一个pdf文件，它是文本，并将它转换成一个文件的图像文本是原来的4倍，但这是我想要做的。
浏览 2提问于2015-08-20得票数 0
回答已采纳
1回答
Pdf真实裁剪
、、
我需要使用linux shell裁剪一个pdf文档，然后在裁剪后的pdf中提取文本。
我的想法是使用pdfcrop linux工具裁剪pdf，然后使用txt2pdf文本提取器工具来提取裁剪区域中的文本，但我意识到我是在图像上思考，当我尝试这样做时，结果与在原始的，而不是裁剪的pdf上做的是一样的。
我猜这是一个层次问题。由于pdf格式适用于图层，如果我不“裁剪”所有图层，结果将包含所有图层的所有信息，这是我不想要的。
如果有人知道如何在pdf中进行真正的“全层裁剪”，我将不胜感激。如果可能，或者如果我应该开始考虑另一种解决方案。
TY
浏览 0提问于2014-11-03得票数 0
Linux有一个PDF读取工具，称为"Xreader“，默认情况下与操作系统安装一起安装。
是否有可能创建这样一个工具，允许在选择此文本时使用鼠标左键单击将被读取的文本保存为Bash或Python字符串，以便以后使用Bash和/或Python工具处理保存的文本？Linux中是否有这样一种“机制”，可以用来实现这一目的？
澄清。我尝试创建一个Python脚本，它可以处理从PDF阅读器(例如Xreader)中打开的PDF中接收到的一些文本，即
通过PDF阅读器打开PDF文件；
使用鼠标光标选择一些感兴趣的文本；
作为获得文本但已经处理的结果，例如，通过移除不必要的空格和执行翻译；
作为结果
浏览 0提问于2023-03-21得票数 0
我有一个2页的.ps文档。第一页是纵向模式，第二页是横向模式。
我使用ghostscript9.18: gs -dBATCH -dNOPAUSE -sDEVICE=pdfwrite =./test.pdf test.ps
我的PDF有一个正确的第一页到纵向模式，我的第二页也是纵向模式，但它被剪切，我丢失了内容！
如何让我的第二页停留在横向模式？
谢谢
编辑:我在横向模式下用我的.ps文件中的一个页面做了测试，我也有同样的问题，页面被切断了。准确性，我的.ps文件不包含文本，它是一个图像
浏览 0提问于2018-05-31得票数 2
我在DjVu驱动程序中使用GS，如本例所示：
gs %gs_args% -dProvideUnicode -dExtractText -sDEVICE=djvusep -o out.sep in.ps
注意到的问题是，对于某些文件，文本没有被正确提取(我在剪贴板中从生成的文件复制文本时得到问号)。
我认为编码存在一些问题，并删除了-dProvideUnicode开关，但是文本根本不被提取，我假设-dExtractText标志(只针对这个驱动程序)需要它才能正常工作。
尝试运行单页PDF文件(通过ps2write设备生成ps2write)，使用ps2ascii也不提供文本。但其他工具，如pdfm
浏览 2提问于2013-01-24得票数 1
回答已采纳
2回答
我一直试图找到一种方法，从终端创建一个简单的PDF页面，其中只包含一个字符串，例如，"Prelude“。
一些背景:我使用pdfunite将音乐图表合并成一个PDF格式。下面是一个例子：
pdfunite Welcome.pdf Rooftops.pdf Announcements.pdf ChildrensPrayer.pdf ComeAliveDryBones.pdf Benediction.pdf Dismissal.pdf ~/Desktop/2016-03-12.pdf
我试图找到一种在最终PDF中创建自定义表的方法，所有这些都是在一个命令中完成的，类似于这样：
pdfun
浏览 0提问于2016-03-21得票数 2
回答已采纳
1回答
我一直在寻找这个，但我不能开始编码或更改配置，因为我不太理解这个概念。你能帮我知道从哪里开始吗？
我有一个具有不同字体的tinymce编辑器。当我保存它的时候，文本(及其字体)是以html格式保存的。我正在使用html2pdf插件将html格式转换为pdf格式，但出现了"TCDPF Error: can not include ''“。我已经在我的tinymce编辑器中测试了所有的字体，但只有Arial可以在html2pdf上工作。我知道您可以使用以下命令在html2pdf中设置字体
$html2pdf->pdf->setFont('calibri
浏览 3提问于2013-12-12得票数 1
我有几个低质量的pdf。我想使用OCR --更准确地说，是用从他们那里获取文本。为此，我使用了first --一个将pdf转换为图像的命令行工具--将这些pdf转换为jpg或png。
然而，ImageMagick生成的图像质量非常低，Ocropus几乎无法识别任何内容。我想了解处理低质量pdf的最佳参数是什么，以便为OCR提供尽可能好的质量图像。
我已经找到了，但是我不知道从哪里开始。
浏览 0提问于2010-09-01得票数 9
回答已采纳
1回答
我正在尝试转换PDF的第一页(包含图像和文本)到图像使用Wand (python的Imagemagick绑定)。输出看起来像这样！！这里的文本不是image.The图像的一部分，没有完全跨转。它只显示在一半上。
如果PDF没有任何文本，它完全像这样横跨..文本这是图像的一部分
我不知道问题出在文本还是库上。第一个图像如何才能完全跨越。
浏览 6提问于2014-09-07得票数 0
我到处寻找解决这个问题的方法，所有的解决方案都是关于解锁PDF，但没有关于添加限制或锁定PDF文件进行编辑，如复制文本或照片，所以我正在寻找一种使用Java或Ghostscript实现这一目标的方法。
浏览 16提问于2013-06-11得票数 1
嗨，我正在写一个java应用程序，需要在保存为pdf的电气图纸上使用ghostscript。某些绘图会导致ghostscript打印出一条错误消息： **** Error: Invalid 0.0 horizontal text scaling given for Tz 我假设用于构建图形并将其另存为pdf的原始应用程序没有正确遵循规范，并创建了一些错误的pdf:s。我使用的命令是： gswin64c -sDEVICE=pdfwrite -dNOPAUSE -sOutputFile="output.pdf" "test.pdf" 我在java应用程序中运行的命
浏览 16提问于2021-06-30得票数 0
回答已采纳
我有一个过程来转换PDF到PCL的自动打印，但质量不好。下面是我要展示的质量不佳的测试代码： gs -dBATCH -dNOPAUSE -q -sDEVICE=ljetplus -sOutputFile=grayscaletest.pcl -f grayscaletest.pdf 下面是grayscaletest.pdf之前的样子： ? 以及grayscaletest.pcl之后的样子： ? 我意识到它之所以这样做是因为设备ljetplus，但这是我找到的唯一能满足我需求的设备。所以，我想把所有的灰色转换成黑色。我已经尝试了找到here (GitHub)和here (superuser)
浏览 56提问于2019-05-29得票数 0
回答已采纳
我有一个脚本，修改pdf文件，使他们符合一些规格，需要上传到其他应用程序(灰度或黑白，300 dpi，字母大小，等等)。我用的是pdf2image，img2pdf。PIL.Image和fitz.
问题是，当我修改完这些文件后，pdf版本从1.4升级到1.7，我需要明确地说是1.4。在在线阅读后，我发现PyPDF2自动将pdf文件转换为1.3。我试过这种想法，认为1.3可以工作，但令我惊讶的是，它没有。一定是1.4。这是我的代码，如果有帮助的话：
import os
from os.path import join
from tempfile import TemporaryDirectory
浏览 4提问于2022-04-22得票数 1
回答已采纳
1回答
PDF字体不可见
、、
我使用ghostscript8.63将pdf文档分割成单独的页面。问题是分割的pdf文档中的一些pdf字体重叠(黑色补丁)。观察verdana-粗体字体文本。
我复制了gostscript所需的所有字体到-sFontPath目录，并且ghostscript也打开了verdana，verdana粗体字体文件，但在拆分的文件中字体是不正确的。
浏览 4提问于2010-08-31得票数 0
从一个pdf文件中，我成功地为pdf中的每个页面生成了1个png图像。
问题是，无论我使用什么设置，对于某些页面，GhostScript会弄乱字体间距，以至于在某些pngs中，一个单词看起来像是2个或3个单词。
这是一个问题，因为我在evernote中使用这些文件，这会扰乱预期的搜索结果。因此，搜索"Providers“不会返回任何结果，因为在png文件中，它显示为"Pro vid e rs”(或“Users”显示为"Use rs")。
屏幕截图的Dropbox链接，左侧显示源pdf的原始文本，右侧显示生成的png -->
我是Ghostscript的新
浏览 1提问于2013-01-10得票数 1
5回答
我试图使用ImageMagick在PC和OSX上将PDF转换成PNGs --但我无法在我的软件将要使用的任何计算机上实际安装GhostScript。
有没有办法将GhostScript与ImageMagick捆绑在一起，并将ImageMagick的路径重定向到该包，这样我就可以不用在用户的计算机上正式“安装”它而使用它了吗？
，但我不明白如何更改ImageMagick中的delegates.xml文件以使其正常工作。我认为我必须改变这一行的某些部分：
<delegate decode="pdf" encode="eps" mode="bi
浏览 3提问于2012-11-09得票数 6
回答已采纳
在使用Ghostscript压缩pdf时，我得到了以下错误：
输出pdf有图像和文本缺失。(注意:缺失的图像是pdf格式本身。)
我的代码正在工作，因为我得到一个输出pdf。我的输入pdf是30 MB，我的输出pdf是9 MB，如果这是必要的，请说明我如何可以共享的文件，因为他们太大，不能在这里上传。
生成pdf的代码：
process = subprocess.Popen(['pdflatex', self.tex_file_location],
stdout=subprocess.PIPE,
浏览 6提问于2022-06-30得票数 0
2回答
转换文本混叠
、、
我在PHP中使用Imagick将PDF文件转换为JPEG有一些问题。经过大量的研究，我可以将CMYK转换成RGB jpg，而不需要奇怪的颜色转换…。但现在，我的最后一个问题:文本是完全别名！原始PDF文件中的文本不是矢量化的。
举个例子：
以下是代码：
$imagick = new Imagick();
$imagick->setResolution(150,150);
$imagick->readImage('file.pdf');
//CMYK PROFILE
$icc = file_get_contents('USWebCoatedSWOP.ic
浏览 2提问于2014-04-15得票数 0
回答已采纳
在过去的一周里，我一直在研究如何使用数据窗口上的saveas函数创建PDF。我的系统是:PowerBuilder12.5.2 Windows 7 32位
据我所读，需要某种PDF打印机来创建PDF(无论是它的GhostScript、Sybase DataWindow PS还是其他什么)。这意味着默认打印机的字体用于将数据窗口保存为pdf。
Is this true? Moreover, is this documented anywhere?
我还注意到，每当powerbuilder中的PDF主题出现时，答案几乎都是安装鬼怪脚本。这有什么原因吗？
最后，我想向我的同事介绍使用Ghostscr
浏览 10提问于2014-04-08得票数 0
回答已采纳
2回答
如何裁剪pdf和保留链接
、、、、
我有一个样本PDF文件与裁剪标记和出血标记，我正在寻找一个解决方案，我可以裁剪他们。
我尝试过的脚本有Imagick，PDFkrop，Ghostscript，PDFtk，TCPDF，它们都能完成任务，但是遗漏了一个重要的东西。在裁剪pdf后，上面列出的那些软件会从文本中删除超链接。
如何裁剪pdf并保留超链接？
浏览 13提问于2016-09-02得票数 1
2回答
我的应用程序使用Ghostscript在图片框中显示PDF。我使用的PDF是带有文本层的扫描图像。由Acrobat中的OCR函数创建。此OCR功能根据文本的方向自动设置方向。当页面显示在图片框中时，此信息将丢失。它只显示肖像模式下的每一页。
是否有方法让Ghostscript访问PDF的这个属性并在图片框中以正确的方向显示它？
public Form1()
{
InitializeComponent();
_viewer = new GhostscriptViewer();
_viewer.DisplaySize += new Ghost
浏览 1提问于2014-07-20得票数 0
回答已采纳
我已经从存储库安装了ghostscript包版本9.05，但该版本在某些PDF转换中与文本重叠。在本地使用9.06版进行了测试，看起来一切正常。
我正在将PDF文件转换为jpg。
现在我想知道的是，当我从源代码(9.10版本)编译和安装ghostscript时，我是否还需要将一些字体复制到某个目录中？我以前从源代码安装过GS，但后来我在字体方面遇到了一些问题。
我读过这个页面，但对我一点帮助都没有：
如果我是对的，存储库版本会自动处理所有这些默认字体内容。
是否可以将包版本gs -file替换为手动编译的版本(重命名和复制)，以便所有其他设置(如默认字体)保持为来自包(存储库)版本。而不卸载程
浏览 1提问于2014-02-20得票数 0
2回答
我正在使用Flex和JSP开发一个web应用程序。
我在显示多个PDF文件时遇到了一些性能问题。我试图显示大约50-100个PDF文件。我知道这有点疯狂。因此，我制作了一个将PDF文件转换为JPG格式并显示JPG文件的项目。
我想知道有没有办法将PDF的文件大小减少到JPG的大小。
此外，我想寻求其他可能提高性能的方法。
有没有人知道一个好的方法来显示许多PDF文件(将主要是文本)的web应用程序？或者，我应该让它只显示JPG文件？
浏览 7提问于2009-02-19得票数 1
回答已采纳
通知:在底部观看更新.
我正在构建一个API，它应该将PDF转换成base64图像(不管是哪种类型- jpg、jpeg、png.)。
这个API是用NodeJS在CentOS 7.5 x64上构建的。
我在网络上搜索了npm软件包，它将pdf转换成图像，其中大多数使用ImageMagick和GhostScript (其他的似乎不起作用)。这些包在代码上运行良好，但是当GhostScript完成工作时，问题就开始了。
例如，一个包含文本的简单pdf页面在转换后将如下所示：
这是shell中的输出：
**** Warning: can't process font stream,
浏览 0提问于2018-08-17得票数 0
回答已采纳
在我的应用程序中，我想使用windows控制台将PDF与Ghostscript合并。因此，我对cmd.exe进行了一个系统()调用。
我这样调用Ghostscript：
gswin64c.exe -dBATCH -dNOPAUSE -sDEVICE=pdfwrite -sOutputFile=o.pdf i1.pdf i2.pdf
我想知道是否可以使用Ghostscript安装的bin文件夹将其与我的应用程序一起部署。这意味着只需在我的应用程序中复制gswin64c.exe和gsdll64.dll。或者我必须在使用Ghostscript的每台计算机上安装Ghostscript？
我将这两个文件
浏览 0提问于2011-12-19得票数 0
回答已采纳
2回答
假设我有一个PDF文件集合，其中包含以下路径：
/some/path/pdfs/birds/duck.pdf
/some/path/pdfs/birds/goose.pdf
/some/path/pdfs/insects/fly.pdf
/some/path/pdfs/insects/mosquito.pdf
我想做的是为每个PDF生成符合相对路径结构的缩略图，并输出到另一个位置，即：
/another/path/thumbnails/birds/duck.png
/another/path/thumbnails/birds/goose.png
/another/path/thumbnails
浏览 3提问于2010-05-18得票数 7
回答已采纳
我有一个pdf，这是由Ghostscript 8.15。我需要处理这个pdf从我的软件提取字体名称从pdf文件，然后执行一些操作。但是，当我从这个pdf文件中提取字体名称时，这些名字并不像应该的那样。例如:原始字体名为“NOORIN05 05”，但pdf文件包含“TTE25A5F90t00”。如何将这些字体名解码为原始名称。所有字体都是TTF。
注意:为什么我需要提取字体。实际上有一个名为的软件，它在印度和巴基斯坦最有名，可以用乌尔都语编写文档，因为在文字处理器支持unicode之前，这是在计算机中输入乌尔都语的唯一解决方案。由于乌尔都语的复杂性，这个软件使用了89个名为NOORIN01到NO
浏览 4提问于2017-06-10得票数 1
回答已采纳
我正在转换一个文件夹的打印就绪PDF到600 dpi TIFF，使用CCITT组IV压缩(比特)在TIFF(一个TIFF每页)。我的问题是，从页面尺寸9x6英寸开始的PDF被转换为8.5x11英寸( 600 dpi下的5100 x 6600 px )。下面是用于将PDF转换为TIFF文件的命令(在Mac中使用bash )：
for folder in $(find * -maxdepth 0 -type d ); \
do gs -dBATCH -dNOPAUSE -q -sDEVICE=tiffg4 -r600 "-sOutputFile=$folder/tiff/%04d.ti
浏览 0提问于2013-09-20得票数 0
回答已采纳
1回答
我正在寻找一个库来转换PDF到PCL。我还需要添加额外的指令(可能是@PJL注释语句)我们正在尝试将输入的pdf转换为自动传真系统。
我希望能够通过直接引用.net程序集、使用COM或P/Invoke从.net环境中调用它。
浏览 2提问于2011-02-25得票数 1
回答已采纳
我使用TCPDF来创建PDF文件。
因为TCPDF在字体子设置()中有一个错误，
我使用以下Ghostscript命令在TCPDF创建的PDF文件中对字体进行子集：
gswin64c.exe -q -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 \
-dPDFSETTINGS=/prepress -dUseFlateCompression=false -dEmbedAllFonts=true \
-dSubsetFonts=true -sOutputFile="out.pdf" "
浏览 1提问于2015-05-09得票数 1
回答已采纳
1回答
我有大约100个PDF文件(每个1-3页长)，格式奇怪，我需要修复他们。问题是，几乎所有这些文件的顶部都有大量的空白。我有Acrobat X Pro。
例如：
下载示例：
我试着用"Move or make changes to objects tool“选择文本，然后将其向上移动，但有一个白色的方框遮住了文本。如果我删除了这个框，下面会有更多我不能拥有的文本。
我很困惑。如果这个问题没有意义，请下载pdf并亲自尝试。
另一个示例(这次跨多个页面)：下载示例：
浏览 0提问于2012-09-15得票数 1
回答已采纳
2回答
我正在寻找一种方法‘大纲’在PDF文件中的所有文本/字体，即将它们转换成曲线。
我更愿意这样做，而不必将PDF转换为PostScript并返回。此外，我还想使用可以从命令行自动化的免费轻量级跨平台工具，例如Ghostscript或MuPDF。
浏览 5提问于2015-03-01得票数 23
回答已采纳
1回答
编写一个应用程序，需要发送一个pdf到激光打印机。PDF中有大量的大图片。使用cups驱动程序需要8分钟。使用cups的gutenprint驱动程序工作得很好，需要50多个小时--但似乎只支持灰度。
所以，试图直接打到打印机上。使用
ippTool -tv -f myfile.pdf ipp://address printfile.ipp
其中，该文件包含ATTR、应用程序/pdf的mimeMediaType以及其他一些设置，如语言。这一切都去打印机好，但我们只是得到页开始的pdf签名-所以它只是阅读文件作为文本。
有什么办法能迅速把这份文件送到打印机上吗？使用windows下的pcl6驱动程
浏览 0提问于2017-08-23得票数 0
回答已采纳
4回答
我目前正在使用ImageMagick转换PDF到JPEG光栅图像。这是痛苦的缓慢和消耗了大量的记忆。
我使用的命令是：
convert -geometry 1024x768 -density 200 -colorspace RGB foo.pdf bar%02d.jpg
我想这很慢，因为它使用了Ghostscript。但是，在Linux机器上必须有更快的方法来做到这一点。
有人找到更好的解决办法了吗？
浏览 0提问于2010-08-05得票数 11
回答已采纳
1回答
加速tessearct
、、、
我一直在linux上使用tesseract (Ver3)从扫描的pdf文件中提取文本。问题是整个过程很慢，非常慢。例如，提取这个() 20页文档需要514秒(8+分钟)
为了转换pdf，我使用了Image Magick转换应用程序。下面是我使用的set命令。
转换-density 288 src.pdf -colorspace灰度-depth 8 -alpha off tmp.tif
tesseract tmp.tif out.txt
请注意，288dpi是必需的，否则tesseract将无法从我测试的扫描文件中提取文本。
有没有人知道如何在不影响结果质量的情况下提高速度？
浏览 1提问于2011-05-02得票数 1
这是我的代码，extraCmds := []string{"-q", "-dBATCH", "-dNOPAUSE", "-dSAFER", "-sDEVICE=pcxmono", fmt.Sprintf("-r%v", dpi), // -r600 "-sOutputFile=BBB%03d.pcx", "WO-BC-CARE.pdf", } s, _ := exec.Command("gs
浏览 0提问于2017-03-21得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
