Jak przeglądać i edytować kod pliku PDF

Zastanawiałem się, jak wyświetlić i edytować kod pliku PDF?

1. Przeglądając, nie chcę widzieć formatu binarnego, więc myślę, że hexdumpmoże nie być tym, czego chcę. Próbowałem gedit, ale nie można użyć metody kodowania do dekodowania treści PDF.

2. Poprzez edycję chciałbym je wyszukać /Fiti zmienić na /XYZ, na przykład, sed. Ale moje polecenie sed s/\/Fit/\/XYZ/ < 1.pdf > 2.pdfwydaje się nie zmieniać wyglądu mojego pliku PDF, jak się spodziewałem, chociaż nie zgłasza żadnego błędu. Zastanawiałem się, czy sedrzeczywiście mogę pracować na plikach PDF tak, jakby były zwykłym tekstem?

Kontekst moich pytań można znaleźć w tym pytaniu . Mój system operacyjny to Ubuntu 10.10.

Możesz używać sedz plikami binarnymi (przynajmniej GNU sed; niektóre implementacje mogą mieć problemy z plikami zawierającymi znaki puste lub nie kończącymi się znakiem nowej linii). Ale użyte polecenie zastępuje tylko pierwsze wystąpienie /Fitkażdej linii, a linie w pliku PDF są prawie bez znaczenia. Musisz zastąpić wszystkie wystąpienia:

 sed s/\/Fit/\/XYZ/g

Bardziej niezawodne byłoby zastąpienie tylko /Fitwtedy, gdy po nim nie pojawiłby się składnik słowa (np. Nie zastąpienie /Fitness; nie wiem, czy twój plik zawiera takie zdarzenia /Fit, które spowodowałyby problemy). Oto jeden ze sposobów:

perl -pe 's!/Fit\b!/XYZ!g'

Odnośnie twojego pierwszego pytania („przeglądanie kodu źródłowego, ale bez plików binarnych”): istnieje kilka opcji, które masz do dekompresji wewnętrznych strumieni binarnych, które są dołączone do wielu obiektów.

Moim ulubionym narzędziem do tego jest QPDF , dostępny na wszystkich głównych platformach systemu operacyjnego. Następujące polecenie dekompresuje wszystkie strumienie i wszystkie strumienie obiektów:

 qpdf --qdf --object-streams=disable orig.pdf expanded.pdf

Teraz możesz otworzyć plik PDF w dowolnym edytorze tekstu. (Wciąż mogą tam być binarne obiekty BLOB: na przykład pliki czcionek i profile ICC, co nie ma sensu, aby QPDF się rozwijał).

Do ponownej kompresjiexpanded.pdf ponownie po edycji, można uruchomić:

 qpdf expanded.pdf orig2.pdf

(Ostrożnie przy ręcznej edycji plików PDF! Aby dobrze to zrobić, musisz wiedzieć dużo o ich wewnętrznej składni. Gdy tylko dodasz lub usuniesz pojedynczy bajt, możesz otrzymać komunikaty o błędach od czytników plików PDF, które mogą już nie być w stanie otworzyć, ponieważ PDF wewnętrzny ToC jest uszkodzony, która opiera się na obliczeniach bajtowych offsetu. Wystarczy zastąpienie Fitprzez XYZciągi powinny iść grzywny, chociaż ...)

sedjest zorientowany na linie, co czyni go nieodpowiednim dla plików binarnych, które mają strukturę bloków, a nie linii.
Spróbuj zamiast tego użyć bbe (bbe-.sourceforge.net).

Alternatywnie, zarówno Emacs (GNU i XEmacs), jak i vim płynnie otwierają pliki PDF. Oczywiście nie jest zbyt ładnie drukowany, ponieważ zawiera mieszany tekst i pliki binarne, ale wystarcza do edycji.
Istnieje plugin Pdftk dla vima, który ułatwia wszystko, pobierz tutaj (plik zip).
Jak zapewne wiesz, oba powyższe edytory mają potężne funkcje wyszukiwania i zamiany.

Ponadto konwersja pliku PDF do trybu QDF przed bardzo ułatwia edycję plików PDF.

Użyj LibreOffice lub OpenOffice, aby otworzyć plik PDF, wyświetlić go, zamienić, napisać nowy plik PDF itp. Myślę, że możesz go używać nawet z wiersza poleceń lub programowo, jeśli jest wiele dokumentów do przetworzenia.

Zauważ, że pliki PDF z niektórych źródeł, np. Skanerów, często zawierają strony jako obrazy, a nie jako tekst, więc nie będziesz miał szczęścia, jeśli użyjesz wyszukiwania i zamień.