121

我正在尝试将 PDF 转换为 SVG。但是，我目前使用的那个为每段文本中的每个字母映射一个路径，这意味着如果我更改其源文件中的文本，它看起来很难看。

我想知道最干净的 PDF 到 SVG 转换器是什么，希望它没有路径，它的文本区域根本不需要。众所周知，PDF 和 SVG 非常相似，所以我认为那里有一些不错的转换器。

4

9 回答 9

96

您只能在命令行上使用 Inkscape，而无需打开 GUI。试试这个：

inkscape \
  --without-gui \
  --file=input.pdf \
  --export-plain-svg=output.svg

有关所有命令行选项的完整列表，请运行inkscape --help.

于 2012-04-24T00:04:01.587 回答
85

Wikipedia 上的许多人使用 Inkscape 将 PDF 转换为 SVG。

http://inkscape.org/

他们甚至有一个方便的指南，告诉你如何做到这一点！

http://en.wikipedia.org/wiki/Wikipedia:Graphic_Lab/Resources/PDF_conversion_to_SVG#Conversion_with_Inkscape

于 2012-04-23T20:53:12.483 回答
24

我目前正在使用PDFBox，它对图形输出有很好的支持。对提取矢量笔画和管理字体有很好的支持。有一些很好的工具可以试用（例如 PDFReader 将显示为 Java Graphics2D）。您可以使用像 Batik 这样的 SVG 工具截取图形工具（我这样做，它可以很好地捕捉）。

没有简单的方法将所有 PDF 转换为 SVG - 这取决于用于创建 PDF 的策略和工具。一些文本被转换为矢量，无法轻松重建 - 您必须安装矢量字体并查找它们。

更新：我现在已经将它开发成一个不再使用 Batik的包 PDF2SVG ：

已经在一系列 PDF 上进行了测试。它产生 SVG 输出，包括

  • <svg:text>每个字符一个字符
  • 路径为<svg:path>
  • 图像为<svg:image>

以后的包将（希望）将字符转换为运行文本，并将路径转换为更高级别的图形对象

更新：我们现在可以从 SVG 字符重新创建运行文本。我们还将图表转换为特定领域的 XML（例如化学光谱）。请参阅https://bitbucket.org/petermr/svg2xml-dev。它仍处于 Alpha 状态，但正在以有用的速度移动。任何人都可以加入！

更新。（@Tim Kelty）我们将继续研究 PDF2SVG 以及执行（有限）Java OCR 和创建更高级别图形基元（箭头、框等）的下游工具。请参阅https://bitbucket.org/petermr/图像分析 https://bitbucket.org/petermr/diagramanalyzer https://bitbucket.org/petermr/norma和https://bitbucket.org/petermr/ami-core。这是一个资助项目，旨在从科学文献 (contentmine.org) 中获取 1 亿个事实，其中大部分是 PDF。

于 2012-04-27T21:31:28.350 回答
21

这个话题很老了，但这是我发现的一个方便的解决方案：

http://www.cityinthesky.co.uk/opensource/pdf2svg/

它提供了一个工具，pdf2png，一旦安装，它就可以在命令行中完成工作。到目前为止，我已经以无可挑剔的结果对其进行了测试，包括位图。

编辑：我的错误，这个工具也将字母转换为路径，所以它没有解决最初的问题。但是无论如何它做得很好，并且对于不打算修改 svg 文件中的代码的任何人都可能有用，所以我将离开这个帖子。

于 2015-02-05T22:41:13.680 回答
10

这是我最终使用的过程。我使用的主要工具是 Inkscape，它能够很好地转换文本。

  • 使用带有 JavaScript 的 Adob​​e Acrobat Pro 操作来拆分 PDF 表
  • 从 Windows Cmd 运行 Inkscape Portable 0.48.5 以转换为 SVG
  • 通过使用 Windows Cmd 和 Windows PowerShell 对我遇到问题的特定 SVG XML 属性进行了一些手动编辑

单独的页面：带有 JavaScript 的 Adob​​e Acrobat Pro

使用 Adob​​e Acrobat Pro 操作（以前称为批处理）创建自定义操作以将 PDF 页面分隔为单独的文件。或者，您可以使用 GhostScript 拆分 PDF

用于拆分页面的 Acrobat JavaScript 操作

/* Extract Pages to Folder */

var re = /.*\/|\.pdf$/ig;
var filename = this.path.replace(re,"");

{
    for ( var i = 0;  i < this.numPages; i++ )
    this.extractPages
     ({
        nStart: i,
        nEnd: i,
        cPath : filename + "_s" + ("000000" + (i+1)).slice (-3) + ".pdf"
    });
};

PDF 到 SVG 转换：Inkscape 与 Windows CMD 批处理文件

使用 Windows Cmd 创建的批处理文件循环浏览文件夹中的所有 PDF 文件并将它们转换为 SVG

在当前文件夹中将 PDF 转换为 SVG 的批处理文件

:: ===== SETUP =====
@echo off
CLS
echo Starting SVG conversion...
echo.

:: setup working directory (if different)
REM set "_work_dir=%~dp0"
set "_work_dir=%CD%"

:: setup counter
set "count=1"

:: setup file search and save string
set "_work_x1=pdf"
set "_work_x2=svg"
set "_work_file_str=*.%_work_x1%"

:: setup inkscape commands
set "_inkscape_path=D:\InkscapePortable\App\Inkscape\"
set "_inkscape_cmd=%_inkscape_path%inkscape.exe"

:: ===== FIND FILES IN WORKING DIRECTORY =====
:: Output from DIR last element is single  carriage return character. 
:: Carriage return characters are directly removed after percent expansion, 
:: but not with delayed expansion.

pushd "%_work_dir%"
FOR /f "tokens=*" %%A IN ('DIR /A:-D /O:N /B %_work_file_str%') DO (
    CALL :subroutine "%%A"
)
popd

:: ===== CONVERT PDF TO SVG WITH INKSCAPE =====

:subroutine
echo.
IF NOT [%1]==[] (

    echo %count%:%1
    set /A count+=1

    start "" /D "%_work_dir%" /W "%_inkscape_cmd%" --without-gui --file="%~n1.%_work_x1%" --export-dpi=300 --export-plain-svg="%~n1.%_work_x2%"

) ELSE (
    echo End of output
)
echo.

GOTO :eof

:: ===== INKSCAPE REFERENCE =====

:: print inkscape help
REM "%_inkscape_cmd%" --help > "%~dp0\inkscape_help.txt"
REM "%_inkscape_cmd%" --verb-list > "%~dp0\inkscape_verb_list.txt"

清理属性：Windows Cmd 和 PowerShell

我意识到由于潜在的变化，手动蛮力编辑 SVG 或 XML 标签或属性并不是最佳实践，应该使用 XML 解析器。但是我遇到了一个简单的问题，其中一张图的笔画宽度非常小，而另一张图的字体系列被错误识别，所以我基本上修改了以前的 Windows Cmd 批处理脚本来进行简单的查找和替换。唯一的更改是搜索字符串定义和更改为调用 PowerShell 命令。PowerShell 命令将执行查找和替换，并使用添加的后缀保存修改后的文件。如果需要执行一些其他小的清理，我确实找到了一些其他参考资料，这些参考资料可以更好地用于解析或修改生成的 SVG 文件。

手动查找和替换 SVG XML 数据的修改

:: setup file search and save string
set "_work_x1=svg"
set "_work_x2=svg"
set "_work_s2=_mod"
set "_work_file_str=*.%_work_x1%"

powershell -Command "(Get-Content '%~n1.%_work_x1%') | ForEach-Object {$_ -replace 'stroke-width:0.06', 'stroke-width:1'} | ForEach-Object {$_ -replace 'font-family:Times Roman','font-family:Times New Roman'} | Set-Content '%~n1%_work_s2%.%_work_x2%'"

希望这可以帮助某人

参考

Adobe Acrobat Pro 操作和 JavaScript 对单独页面的引用

GhostScript 对单独页面的引用

PDF 到 SVG 转换的 Inkscape 命令行参考

Windows Cmd 批处理文件脚本参考

XML标签/属性替换研究

于 2015-05-29T20:18:04.840 回答
8

如果 DVI 到 SVG 是一个选项，您还可以使用dvisvgm将 DVI 文件转换为 SVG 文件。例如，这对于 LaTeX 公式（带有选项--no-fonts）非常有效：

dvisvgm --no-fonts input.dvi -o output.svg

还有pdf2svg使用 poppler 和 Cairo 将 pdf 转换为 SVG。当我尝试这个时，SVG 完美呈现在inkscape.

于 2013-06-03T08:42:45.977 回答
7

用于将 PDF 的每一页转换为自己的 SVG 文件的 Bash 脚本。

#!/bin/bash
#
#  Make one PDF per page using PDF toolkit.
#  Convert this PDF to SVG using inkscape
#

inputPdf=$1

pageCnt=$(pdftk $inputPdf dump_data | grep NumberOfPages | cut -d " " -f 2)

for i in $(seq 1 $pageCnt); do
    echo "converting page $i..."
    pdftk ${inputPdf} cat $i output ${inputPdf%%.*}_${i}.pdf
    inkscape --without-gui "--file=${inputPdf%%.*}_${i}.pdf" "--export-plain-svg=${inputPdf%%.*}_${i}.svg"
done

要在 png 中生成，请使用--export-png等...

于 2015-12-06T16:02:33.557 回答
1

我发现它xfig做得很好：

pstoedit -f fig foo.pdf foo.fig
xfig foo.fig

export to svg

它比inkscape做得更好。实际上可能是 pdtoedit 做到了。

于 2014-03-14T14:20:29.530 回答
0

这是两个 PDF 渲染脚本的 NodeJS REST api。 https://github.com/pumppi/pdf2images

脚本是：pdf2svg 和 Imagemagicks 转换

于 2016-04-03T08:22:36.290 回答