1

在 Ubuntu 18.04 上，我在编辑 PDF 文件时遇到问题 - 特别是搜索和替换字符串。

我试过了：

  • PHP mPDF Overwrite() 什么都不做。

  • perl CAM :: PDF 1.60 changepagestring.pl 什么都不做

  • sed，什么都不做。

不适用于压缩或解压缩的 PDF，甚至不适用于从 mPDF 生成的 PDF。更新：重新安装 libsodium mPDF 后，可以很好地处理从 mPDF 生成的 PDF 文件。对于其他 PDF 文件问题仍然存在。

还尝试在 var / www 文件夹用户 / 组 www-data: www / data 和其他文件夹 / home 例如

因为我有超过 1000 个文件要处理，所以对批量搜索和替换有任何想法吗？

文件中的文本是可读的。查看。

程序和在线服务中的 PS 搜索/替换适用于相同的文件。 在此处输入图像描述

对文件 0755 i 0777 的许可

root@sasa-ubuntu-1:/var/www/website.local/wp-content/test/2018/12# ls -la *.pdf
-rwxr-xr-x 1 www-data www-data 847451 Oct 18 12:21 clean.pdf
-rwxrwxrwx 1 www-data www-data 395527 Oct 17 21:41 My-First.pdf
-rwxr-xr-x 1 www-data www-data 838307 Oct 17 23:30 My.pdf
-rwxr-xr-x 1 www-data www-data 838167 Oct 18 12:24 New2.pdf
-rwxr-xr-x 1 www-data www-data 838167 Oct 18 01:20 New.pdf
-rwxrwxrwx 1 www-data www-data 270340 Oct 17 16:39 Test2.pdf
-rwxrwxrwx 1 www-data www-data 274022 Oct 17 16:39 Test1.pdf
-rwxr-xr-x 1 www-data www-data 838000 Oct 18 00:55 Test2.pdf
-rwxrwxrwx 1 www-data www-data 205679 Oct 17 23:44 test.pdf

当我打印 $page 变量时，Perl 脚本总是返回“找不到标题”，不管文件的可读性（见图）

use CAM::PDF;

my $pdf = CAM::PDF->new('test.pdf'); # existing document
my $nump = $pdf->numPages();
#print $nump;

my $page = $pdf->getPageContent(1);

print $page;
# $page now holds the uncompressed page content as a string

# replace the text part
if ($page =~ s/Wagner/SoundTech/g) {
$pdf->setPageContent(1, $page);
}
else {
die "Could not find title\n";
}

$pdf->cleanoutput('Test2.pdf');

在此处输入图像描述

很多文件都以这种方式结束。

我试图找到的字符串是“瓦格纳国际音乐考试”或只有“瓦格纳”

我希望 mPDF 和 CAM-PDF 已正确安装，没有警告和错误，并且具有所有依赖项。Ubuntu 18.04 mPDF 版本 8.0 PHP 7.2 Perl 5.26.1 CAM-PDF 版本 1.60

我在他们的 github 社区上发现 mPDF 偶尔会出现 Overwrite() 函数的错误。

在 PDF 文件中批量搜索和替换有什么建议或其他方式吗？

在此处输入图像描述

4

1 回答 1

1

这是一个目前几乎适用于您的情况的 hack（我稍后会回来尝试改进）：

use feature qw(say);
use strict;
use warnings;
# the PDF uses a non-standard encoding so it does not help to use UTF-8
# use open qw(:std :encoding(UTF-8)); 
use utf8;
use CAM::PDF;

my $fn = 'test.pdf';  # uncompressed file..
my $save_fn = 'test2.pdf';
my $pdf = CAM::PDF->new($fn);
my $nump = $pdf->numPages();
my $match = 0;
my $replace = '[(\x{a9} SoundTech International Music Examinations)]TJ';
for my $i (1..$nump) {
    my $page = $pdf->getPageContent( $i );
    # replace the text part
    if ($page =~ s/\[\(\x{a9}\).*?\]TJ/$replace/g) {
        $match = 1;
        $pdf->setPageContent($i, $page);
    }
}

if ( $match ) {
    $pdf->cleanoutput($save_fn);
    say "Save $save_fn ..";
}
else {
    say "No match";
}
于 2019-10-18T16:25:08.533 回答