检查PDF文件的最佳工具?[关闭]

https://blog.idrsolutions.com/2009/04/viewing-pdf-objects/

除了其他答案中提到的基于GUI的工具外,还有一些命令行工具可以将原始PDF源代码转换为不同的表示形式,从而允许您使用文本编辑器检查(现在已修改的文件)。以下所有工具都适用于Linux、Mac OS X、其他Unix系统或Windows。

qpdf

qpdf 解压(大多数)对象的流并同时剖析 ObjStm

qpdf --qdf --object-streams=disable orig.pdf uncompressed-qpdf.pdf

qpdf公司 PDF文件的结构、内容保留转换 .

然后打开+检查 uncompressed-qpdf.pdf 在您喜爱的文本编辑器中创建文件。大多数以前压缩的字节(因此,二进制)现在都是纯文本。

mutool

还有一个问题 穆图尔 命令行工具,它与 MuPDF PDF查看器(它是Ghostscript的姊妹产品,由同一家公司生产, Artifex

mutool clean -d orig.pdf uncompressed-mutool.pdf

podofouncompress

PoDoFo 是一个使用PDF格式的免费软件/开源库,它包括一些命令行工具,包括 . 像这样使用它来解压缩PDF流:

podofouncompress orig.pdf uncompressed-podofo.pdf

peepdf.py

PeePDF

它可以交互地用于“浏览”PDF中包含的对象和流。

这里我不提供用法示例,只提供其文档的链接:

• peepdf - PDF Analysis Tool

pdfid.py pdf-parser.py

和 是两个 PDF tools by Didier Stevens

他们的背景也是为了帮助探索 PDF——但我发现分析良性PDF文件的结构和内容也很有用。

pdf-parser.py -o 5 -f -d obj5.dump my.pdf

1. 请注意,PDF中的某些二进制部分不一定是不可压缩的(或可解码为人类可读的ASCII代码),因为它们是嵌入在PDF中并以其本机格式使用的。这类PDF部件是JPEG图像、字体或ICC颜色配置文件。

2. 如果您将上述工具与给出的命令行示例进行比较,您会发现它们确实如此

我用 iText RUPS (阅读和更新PDF语法)在Linux中。因为它是用Java编写的,所以也可以在Windows上运行。您可以以树形结构浏览PDF文件中的所有对象。它还可以动态解码Flate编码流,使检查更容易。

还有另一种选择。adobeacrobatpro还可以显示PDF的内部树结构。

1. 飞行前开放
2. 转到选项(右上角)
3. 内部PDF结构

另外,adobeacrobatpro还可以在PDF中显示文档字体的内部结构大多数其他“PDF树结构查看器”都没有这种功能

O2 Solutions的PDFXplorer在显示内部结构方面做得非常出色。

http://www.o2sol.com/pdfxplorer/overview.htm

(底部是免费的、分散注意力的横幅)。

PDF Analyzer PDFXplorer ,但它有更多的选择。

• https://www.winking.be/en/products/pdfanalyzer
• http://www.o2sol.com/pdfxplorer/overview.htm

我用过 PDFBox

// load the document
System.out.println("Reading document: " + filename);
PDDocument doc = null;                                                                                                                                                                                                          
doc = PDDocument.load(filename);

// look at all the document information
PDDocumentInformation info = doc.getDocumentInformation();
COSDictionary dict = info.getDictionary();
List l = dict.keyList();
for (Object o : l) {
    //System.out.println(o.toString() + " " + dict.getString(o));
    System.out.println(o.toString());
}

// look at the document catalog
PDDocumentCatalog cat = doc.getDocumentCatalog();
System.out.println("Catalog:" + cat);

List<PDPage> lp = cat.getAllPages();
System.out.println("# Pages: " + lp.size());
PDPage page = lp.get(4);
System.out.println("Page: " + page);
System.out.println("\tCropBox: " + page.getCropBox());
System.out.println("\tMediaBox: " + page.getMediaBox());
System.out.println("\tResources: " + page.getResources());
System.out.println("\tRotation: " + page.getRotation());
System.out.println("\tArtBox: " + page.getArtBox());
System.out.println("\tBleedBox: " + page.getBleedBox());
System.out.println("\tContents: " + page.getContents());
System.out.println("\tTrimBox: " + page.getTrimBox());
List<PDAnnotation> la = page.getAnnotations();
System.out.println("\t# Annotations: " + la.size());

http://www.windjack.com/products/pdfcanopener.html

如果您想在Python中以编程方式工作, pdfminer

我的建议是 Foxit PDF Reader 这对pdf文件的重要文本编辑工作有很大的帮助。