【发布时间】：2009-02-18 01:20:21
【问题描述】：
谁能告诉我 PDF 文件的控制字符集，以及如何转义它们？我有一个（非放气（膨胀？））PDF 文档，我想在其中编辑文本，但我担心不小心使用括号和其他东西制作了一些控制序列。
谢谢。
【问题讨论】：
【发布时间】：2009-02-18 01:20:21
【问题描述】：
好的，我想我找到了。在PDF 1.7 spec（PDF 链接）的第 15 页上，看来我需要担心的唯一字符是括号和反斜杠。
序列 |意义 --------------------------------------------- \n |换行 (0Ah) (LF) \r |回车 (0Dh) (CR) \t |水平标签 (09h) (HT) \b |退格（08h）（BS） \f |换页 (FF) \( | 左括号 (28h) \) |右括号（29 小时） \\ | REVERSE SOLIDUS (5Ch)（反斜杠） \ddd |字符代码 ddd（八进制）希望这对某人有所帮助。
【讨论】：
-
这里也一样 - FDF 文件也一样。
您可能已经知道这一点，但 PDF 文件末尾有一个索引，其中包含文档中所有内容的字节偏移量。如果您手动编辑文档，则必须确保您编写的新文本与原始文本具有完全相同的字符数。
如果您想提取 PDF 页面内容并对其进行编辑，这非常简单。我的CAM::PDF 库允许您以编程方式或通过命令行进行操作：
use CAM::PDF;
my $pdf = CAM::PDF->new($filename);
my $page_content = $pdf->getPageContent($pagenum);
# ...
$pdf->setPageContent($pagenum, $page_content)l
$pdf->cleanoutput($out_filename);
或
getpdfpage.pl in.pdf 1 > page1.txt
setpdfpage.pl in.pdf page1.txt 1 out.pdf
【讨论】：
-
谢谢。我并不是一个真正的 Perl 粉丝，所以我实际上最终将邮件与我的原始文档合并以获得我的结果。