问题标签 [pdftk]

我有一个带有 PDF 的 URL 列表的 CSV：

• 其中一些 PDF 是可搜索的。
• 其中一些 PDF 文件不可搜索。

我想确定可以从我的 PDF 列表中搜索哪些 PDF。是否有捷径可寻？

使用pdftk我生成一些动态的临时 pdf 文件，然后 Django 将其提供给用户。

在桌面上，它工作正常 - pdf文件打开，然后用户可以保存，但是在所有浏览器的我的android手机上（可能在iOS上相同，但没有iOS设备所以无法测试），pdf确实没有下载成功。它开始下载，但总是失败，我不知道为什么。

以下是生成 pdf 二进制数据的视图和函数的片段：

关于为什么会发生这种情况的任何想法？

我正在尝试从批处理或 VBS 脚本文件合并多个 PDF 调用 pdftk。问题是 PDF 都位于公共父目录中的子文件夹中。示例：父文件夹 > subfolder1, subfolder2, subfolder3，其中脚本/BAT 文件位于父文件夹中，每个子文件夹包含一个 PDF。

pdftk 调用如下：pdftk.exe * .pdf cat output OutputFile.pdf

不过，这只会合并当前目录中的 PDF，而不是子文件夹中的 PDF。有没有办法执行以下操作之一：

1. 使用 VBS/BAT 文件将子文件夹中的所有 PDF 复制到另一个目录，如果某些子文件夹为空，则不会出错
2. 让 pdftk 查看子文件夹以选择要合并的 PDF

任何帮助，将不胜感激。

我已经寻找和测试了几天了，想知道是否有人可以指出我不同的方向。我有一个很长的工作申请 HTML 表单 (jobapp.html) 和一个匹配的 PDF (jobpdf.pdf)，它们对于 HTML 表单和 PDF 中的所有条目具有相同的字段名称。我需要获取表单中输入的用户数据并将其转换为 PDF。这是我到目前为止收集的内容，但不知道我是否走上了正轨：

pdftk 是唯一可行的第 3 方应用程序吗？

使用 pdftk 我会获取为用户收集的 $_POST 数据并生成 .fdf(user.fdf) 然后将 .fdf 展平在 .pdf(job.pdf) 上。因此，不管每个文档上的字段位于何处，fdf 上的信息都会按字段名称填充 pdf？

我一直在尝试 http://koivi.com/fill-pdf-form-fields/tutorial.php

我还查看了“将 HTML 表单提交到 PDF ”

可能重复：
使用 PHP 填写 PDF 表单

我已经寻找和测试了几天了，想知道是否有人可以指出我不同的方向。我有一个很长的工作申请 HTML 表单 (jobapp.html) 和一个匹配的 PDF (jobpdf.pdf)，它们对于 HTML 表单和 PDF 中的所有条目具有相同的字段名称。我需要获取表单中输入的用户数据并将其转换为 PDF。这是我到目前为止收集的内容，但不知道我是否走上了正轨：

pdftk 是唯一可行的第 3 方应用程序吗？

使用 pdftk 我会获取为用户收集的 $_POST 数据并生成 .fdf(user.fdf) 然后将 .fdf 展平在 .pdf(job.pdf) 上。因此，无论每个文档上的字段位于何处，fdf 上的信息都会按字段名称填充 pdf？

我有兴趣通过从 PHP 脚本调用pdftk（pdft 工具包）来使用它。我打算为此使用该exec()功能。该命令将遵循以下格式：

pdftk [form_file] fill_form [data_file] output [output_file] flatten

此命令采用表单 PDF 文件 ( form_file) 并插入 FDF 数据data_file并将表单展平并将其另存为output_file.

这是我想通过类似的功能来确保执行此命令的方法exec()

• 目录和文件名不是用户定义的。目录和文件名是根据经过清理的标识符字符串生成的，并且仅包含字母数字字符、破折号、下划线和句点。标识符字符串将具有有限的实用长度。
• escapeshellarg()参数（文件名）在连接到命令之前会被传递（尽管如果后续步骤没有漏洞，这可能是不必要的）。
• 整个命令通过escapeshellcmd().

在执行此命令时，我是否忽略了任何安全漏洞？（我现在唯一能想到的是 pdftk 本身是否存在漏洞以及它如何处理文件。）有什么改进这个过程的建议吗？谢谢。

我在共享文件服务器上安装了 pdftk，它在服务器本身上运行良好。
是否可以从可以访问文件服务器但本身没有安装 pdftk 的另一台计算机运行 pdftk？

任何帮助将非常感激。

我正在基于模板批量生成 pdf 文件，但很快就遇到了很大的性能问题。我目前的情况如下：

1. 从 db 获取要填充的数据
2. 基于单个数据行和pdf表单创建fdf
3. 将.fdf文件写入磁盘
4. 使用 pdftk (fill_form with flatten 命令) 将 pdf 与 fdf 合并
5. 继续迭代行，直到.pdf生成所有的
6. 最后将所有生成的文件合并在一起，并将单个pdf提供给客户端

我使用passthru将原始输出提供给客户端（节省写入文件的时间），但这只是一点性能改进。200 条记录的总操作时间约为 50 秒，我想以某种方式缩短到至少 10 秒。

理想的情况是在内存中操作所有这些 pdf，而不是将它们中的每一个都写入单独的文件，但是由于我无法将这种数据传递给像 pdftk 这样的外部工具，所以输出将是不可能的。另一个想法是生成一个.fdf包含所有这些行的大文件，但看起来这是不允许的。

我在这里错过了一些非常微不足道的东西吗？

我很感谢您的任何建议。

PS。我知道我可以使用一些好的库，比如 pdflib，但我现在只考虑开放许可库。

编辑：

我正在弄清楚.fdf使用相同的pdf作为模板构建具有多个页面的文件的语法，花了几个小时但找不到任何好的文档。

我的扫描仪有进纸但没有双面扫描。因此，如果我扫描打印在纸张两面的多页文档，我将得到两个 pdf 文件，一个包含所有奇数页（奇数页 pdf 文件），另一个包含所有偶数页（偶数页 pdf 文件）。

我觉得应该可以有一个 Ghostscript 脚本来合并这两个文件，从而使偶数页 pdf 文件中的每一页都像其他页面一样添加到奇数页 pdf 文件中。

有人知道该怎么做吗？

优选地，脚本将采用参数，以便第一个参数指定输出文件，第二个参数指定奇数页 pdf 文件，第三个参数指定偶数页 pdf 文件。

我用 Python 编写了一个脚本，它将按章节/书签拆分 .pdf。这基本上是我的程序的症结所在：

该工具包工作得很好，但一遍又一遍地调用它显然不是一项省时的任务。解析一个 200mb 的 .pdf 文件需要 15-20 秒的时间，而在大约 30 个单独的章节中这样做需要很长时间。打开文件所花费的时间比实际写入任何数据所花费的时间更多。

由于似乎没有在工具包中对多个命令进行字符串处理的固有方法，因此我可以在 Python 或 CMD 中提取任何内存技巧来解决这个问题（即保持 .pdf 打开）？如果你能推荐一个模块，我也会看看另一个模块（虽然 pyPdf有它自己的一系列问题）。