如何将PDF拆分为多个文档答案

【问题标题】：How to split a PDF into multiple documents如何将PDF拆分为多个文档
【发布时间】：2015-03-06 01:30:25
【问题描述】：

我有一个由多个文档组合而成的大型 PDF。

如何使用关键字分隔符将 PDF 拆分回多个文档？

【问题讨论】：

标签： pdf split adobe keyword acrobat

【解决方案1】：

除了 Adobe Reader，您还需要 Adobe Acrobat。

使用操作向导添加以下脚本：

粘贴以下脚本并根据需要进行修改。有关自定义的帮助，请参见 //cmets。

/* Extract Pages into Documents by Keyword */
// Iterates over all pages and find a given string and extracts all 
// pages on which that string is found to a new file.

var pageArray = [];
var pageArrayEnd = [];

var stringToSearchFor = app.response("This Action Script splits the document by a keyword on each X number of pages, please enter the keyword:");

for (var p = 0; p < this.numPages; p++) {
    // iterate over all words
    for (var n = 0; n < this.getPageNumWords(p); n++) {
    // DEBUGGING HELP, UNCOMMENT NEXT LINE, CHANGE TO MATCH MULTIPLE WORDS OR WHAT EVER ORDER, eg if ((this.getPageNthWord(p, n) == stringToSearchFor) && (this.getPageNthWord(p, n + 1) == stringToSearchForTWO)) {..., Also add a prompt for the second search word and iterate one less for (var n = 0; n < this.getPageNumWords(p) - 1; n++) ...
    //app.alert("Word is " + this.getPageNthWord(p, n));
        if (this.getPageNthWord(p, n) == stringToSearchFor) {
            //app.alert("Found word on page " + p + " word number " + n, 3);
            if (pageArray.length > 0) {
                pageArrayEnd.push(p - 1);
            }
            pageArray.push(p);
            break;
        }
    }
}

pageArrayEnd.push(this.numPages - 1);
//app.alert("Number of sub documents " + pageArray.length, 3);
if (pageArray.length > 0) {
    // extract all pages that contain the string into a new document
    for (var n = 0; n < pageArray.length; n++) {
        var d = app.newDoc();    // this will add a blank page - we need to remove that once we are done
            //app.alert("New Doc using pages " + pageArray[n] + " to " + pageArrayEnd[n], 3);
            d.insertPages( {
                            nPage: d.numPages-1,
                            cPath: this.path,
                            nStart: pageArray[n],
                            nEnd: pageArrayEnd[n],
            } );
        // remove the first page
        d.deletePages(0);
        d.saveAs({ cPath: this.path.replace(".pdf","") + n + ".pdf" });
        d.closeDoc(true);
    }
}

【讨论】：

您实际上需要 Adobe Acrobat。 Adobe Reader 将无法运行此脚本，因为它无法插入或提取页面。如果你有 Acrobat，你也会有 Distiller。但是，在这种情况下，我认为 Distiller 没有任何理由。
要记住的另一件事是，PDF 中的“单词”可能与我们在文本中看到的单词不对应。根据用于创建 PDF 的软件，字距调整可能会将 PDF 中的一个单词拆分为多个“单词”。
明天我将使用控制台发布一个脚本，在页面中显示每个 getPageNthWord。感谢您的反馈
可能不需要使用 app.newDoc() 的步骤；提取第一个找到的页面就足够了，然后将这些页面插入到该新文档中。 extractPages() 在成功执行时会返回一个 Doc 对象。这也可以防止任意页面大小可能出现的问题。
最后一条评论......“智能搜索”的一种方法是使用编辑功能（也可以使用正则表达式来查找复杂的单词），然后通过注释，并读出从那里的页码。有点绕道，但更强大......只是不要忘记不要完成编辑，而是在完成后丢弃所有这些注释。

【解决方案2】：

请在how to split PDF into multiple file 上查看本指南：

// Used to register all DLL assemblies.
WorkRegistry.Reset();

String inputFilePath = Program.RootPath + "\\" + "1.pdf";
String outputFileName = "Output";
int[] splitIndex = new int[3] { 1, 3, 5 }; // Valid value for each index: 1 to (Page Count - 1).

// Create output PDF file path list
List<String> outputFilePaths = new List<String>();
for (int i = 0; i <= splitIndex.Length; i++)
{
        outputFilePaths.Add(Program.RootPath + "\\" + outputFileName + "_" + i.ToString() + ".pdf");
}

// Split input PDF file to 4 files:
// File 0: page 0.
// File 1: page 1 ~ 2.
// File 2: page 3 ~ 4.
// File 3: page 5 ~ the last page.
PDFDocument.SplitDocument(inputFilePath, splitIndex, outputFilePaths.ToArray());

【讨论】：