我必须自动对 PDF 文档进行预检。预检包括：
只是想知道这是否可以使用 PoDoFo 或任何其他开源项目来完成。或者，如果我真的需要在 2000 美元到 6000 美元之间订购一些合适的软件。我的托管环境在 Linux 上，支持 PHP、Perl、Python、Ruby、Java。
有什么想法吗？
【问题讨论】：
标签： pdf printing preflight podofo
我不知道有任何现成的开源软件可以满足您的要求。
编写自己的shell脚本（或其他程序）只能解决一部分问题。
检测图像的分辨率。
运行 pdfimages -list some.pdf 以输出 PDF 中包含的图像列表以及它们的尺寸......看起来。但并不明显的是：这些尺寸是原始图像的尺寸（嵌入在 PDF 中）。这可能是 720x720 像素。但是，如果渲染到页面的 10x10 平方英寸，则此图像在页面上的 DPI 为 72。如果在 1x1 英寸的正方形上渲染，它将是 720 DPI。 PDF 中的两种“渲染”类型都可以从同一个嵌入的原始图像中进行，而当前“图形状态”的上下文决定了应用哪种类型。因此，要确定页面上显示的图像的实际 DPI，需要进行一些额外的 PDF 解析...
在任何情况下，您都可以告诉 Ghostscript 将图像重新采样到 300 dpi，并为此使用“阈值”。 （Ghostscript 永远不会对图像进行“上采样”，只会对超出阈值的图像进行下采样。上采样几乎没有任何意义——它只会扩大文件大小，而不会带来更高质量的回报。）
使用 ICC 配置文件将颜色转换为色彩空间 CMYK。
Ghostscript can do that 的最新版本。另请参阅描述其对 ICC 的支持的 most recent Ghostscript documentation。
嵌入非嵌入字体。
运行pdffonts some.pdf（并评估其结果）将显示哪些字体未嵌入。
Ghostscript 可以embed un-embedded fonts.
所以一个可以满足您大部分需求的 Ghostscript 命令是：
gs \
-o cmyk.pdf \
-sDEVICE=pdfwrite \
-sColorConversionStrategy=CMYK \
-sProcessColorModel=DeviceCMYK \
-sOutputICCProfile=/path/to/your.icc \
-sColorImageDownsampleThreshold=2 \
-sColorImageDownsampleType=Bicubic \
-sColorImageResolution=300 \
-sGrayImageDownsampleThreshold=2 \
-sGrayImageDownsampleType=Bicubic \
-sGrayImageResolution=300 \
-sMonoImageDownsampleThreshold=2 \
-sMonoImageDownsampleType=Bicubic \
-sMonoImageResolution=1200 \
-dSubsetFonts=true \
-dEmbedAllFonts=true \
-sCannotEmbedFontPolicy=Error \
-c ".setpdfwrite<</NeverEmbed[ ]>> setdistillerparams" \
-f some.pdf
此命令将对分辨率高于两倍所需分辨率 (*ImageDownSampleThreshold=2) 的所有图像进行下采样。它还将所有这些设置应用于任何输入文件（除非某些特殊的 PDF 预检软件会根据特殊属性的“检查”结果应用选择性“修复”）。
最后，我看不出是什么让您认为您必须花费 2000 至 6000 美元，以防您不得不求助于闭源的商业预检软件。 （我在这个领域最喜欢的是非常强大的callas pdfToolbox6（它甚至还有一个在 Linux 上作为 CLI 运行的版本）——它的基本版本需要 500 欧元。）
【讨论】：
我的背景是印刷，所以在阅读我的回答时请记住这一点。您提议的项目似乎有些直截了当，但当您深入了解其中的细节时，这些操作中包含大量印刷行业知识。
以下是对您的要点的一些快速反馈：
您不希望将低分辨率图像上采样到 300 dpi，因为它会降低图像质量（通过重新插值）并增加文件大小。
您需要小心颜色转换。您可能只想将某些 RGB 版本转换为黑色。或者，如果有人提供的文件已经是 cmyk 并且标记有错误的配置文件，会发生什么情况。
字体检测 - 替换字体非常复杂。如果您没有与原始字体完全相同的字体，则最终可能会出现文本重排问题。要拥有该字体，您必须支付许可证费用。您也不能在没有嵌入字体的情况下将字体转换为轮廓。
我的建议是查看用于预检的商业包。这些开发人员已投入数年时间来开发他们的程序，并且是印刷领域的专家。具有挑战性的部分将是在您的价格范围内找到那些是 unix 的。大多数都是为 Windows 或 Mac 设计的。 Callas 有一个 linux cl 版本，但没有列出的价格。您需要服务器版本。
您打算运行哪种类型的卷？
【讨论】：
您是否尝试过 Enfocus PitStop Pro？根据您的具体要求联系他们的支持部门。他们有大量 PDF preflight 示例，很乐意为您提供帮助。
【讨论】：