【问题标题】：Converting searchable PDF to a non-searchable PDF将可搜索的 PDF 转换为不可搜索的 PDF
【发布时间】：2012-02-02 03:53:49
【问题描述】：

我有一个可搜索的 PDF，我需要将其转换为不可搜索的。

我尝试使用 Ghostscript 并将其更改为 JPEG，然后再改回 PDF，这可以解决问题，但文件大小太大且无法接受。

我尝试先使用 Ghostscript 将 PDF 转换为 PS，然后是 PDF，这也可以解决问题，但质量不够好。

gswin32.exe -q -dNOPAUSE -dBATCH -dSAFER -sDEVICE=pswrite -r1000 -sOutputFile=out.ps in.pdf
gswin32.exe -q -dNOPAUSE -dBATCH -dSAFER -dDEVICEWIDTHPOINTS=596 -dDEVICEHEIGHTPOINTS=834 -dPDFSETTINGS=/ebook -sDEVICE=pdfwrite -sOutputFile=out.pdf out.ps

有没有办法让 PDF 质量更好？

还有一种更简单的方法可以将可搜索的 PDF 转换为不可搜索的 PDF？

【问题讨论】：

标签： pdf ghostscript

【解决方案1】：

您可以使用 Ghostscript 来实现。您需要 2 个步骤：

将 PDF 转换为 PostScript 文件，该文件已将所有使用的字体转换为轮廓形状。这里的关键是-dNOCACHE 参数：
gs -o somepdf.ps -dNOCACHE -sDEVICE=pswrite somepdf.pdf
将 PS 转换回 PDF（并且可能再次删除中间 PS）：
gs -o somepdf-with-outlines.pdf -sDEVICE=pdfwrite somepdf.ps rm somepdf.ps

请注意，生成的 PDF 很可能会比原始 PDF 大。（并且，如果没有额外的命令行参数，原始 PDF 中的所有图像也很可能会根据 Ghostscript 内置默认值进行转换，除非您添加更多命令行参数来做其他事情。但质量应该比您自己尝试使用 Ghostscript 更好...)

更新

显然，从版本 9.15（将于 2014 年 9 月/10 月发布），Ghostscript 将支持新的命令行参数：

 -dNoOutputFonts

这将导致输出设备 pdfwrite、ps2write 和 eps2write“将字形“扁平化”为“基本”标记操作（而不是将字体写入输出）”。

这意味着上面两个步骤都可以省略，只需要一条命令就可以达到想要的结果：

 gs -o somepdf-with-outlines.pdf -dNoOutputFonts -sDEVICE=pdfwrite somepdf.pdf

注意事项：我已经使用基于当前 Git 源代码的自编译 Ghostscript 对几个输入文件进行了测试。它在每种情况下都完美无缺。

【讨论】：

在我的拙见中，我建议先在 postscript 中转换：gs -dBATCH -dNOPAUSE -dNOCACHE -dSAFER -sDEVICE=pswrite -sOutputFile=output.ps input.pdf，然后将生成的 postscript 传递给 ps2pdf。如果您的页面有自定义页面大小（例如 17x24 厘米），您需要将 -g 开关传递给 ps2pdf，例如，对于 17x24 厘米的页面大小：ps2pdf -g4820x6800 input.ps output.pdf ;换句话说，以磅为单位查看页面大小（使用 pdfinfo），然后将两个维度乘以 10
@Dingo：如果您使用最新的 GS 版本，-o out.ps 与 -dBATCH -dNOPAUSE -sOutputFile=out.ps 相同。此外，最新版本的 GS 确实将输出文件 (PostScript) 的页面大小自动设置为与输入文件 (PDF) 相同。如果您想安全起见，您可以另外设置-gNNNxMMM 没有问题。在大多数情况下，我不喜欢 ps2pdf，因为无论如何它都是 Ghostscript 命令行的包装器...... -- 那么，你的最新推荐和我的推荐之间还有什么区别？
你是对的。我以前没有仔细阅读过。对不起，谢谢你的好建议！
它在我的 gentoo 系统上也与gs -o somepdf-with-outlines.pdf -dNoOutputFonts -sDEVICE=pdfwrite somepdf.pdf 配合得很好。 9.10 太旧了，但 9.15 可以很好地转换为曲线。
也许是一站式解决方案的一些亮点：)

【解决方案2】：

从可搜索矢量 pdf 生成不可搜索矢量 pdf 的一种可能方法是

在单个页面中突发 pdf

pdftk file.pdf burst
用 svg 转换任何单个页面

pdftocairo
- http://poppler.freedesktop.org/

包含在 poppler utils

for f in *.pdf; do pdftocairo -svg $f; done

3 .删除文件夹中的 ALL pdf

4 。然后，使用 batikrasterizer

http://xmlgraphics.apache.org/batik/tools/rasterizer.html

将 ALL svg 重新转换为 pdf（这次生成的 pdf 将保持矢量，但不可搜索）

java -jar ./batik-rasterizer.jar -m application/pdf *.svg

最后一步：将所有生成的单页 pd 合并到一个多页 pdf 文件中

pdftk *.pdf cat output out.pdf

【讨论】：

第 4 步的 alternative tool 可以与以下命令一起使用：$ for f in *.svg; do rasterizer -m application/pdf $f; done。 PS：虽然我不太确定这两个工具是如何相关或重叠的......
扩大原始问题的范围，这将是一种裁剪结果文件的方法：tex.stackexchange.com/a/42259/27721

【解决方案3】：

我认为转换为 jpg 之类的图像是可行的方法，可能值得转换为 am 图像，优化/减小图像的大小，然后用这些创建 PDF？

【讨论】：