pdf格式是一个比较固定的,正常状态下是不能编辑的格式,主要用来传递信息和展示,但项目中或迟或早的肯定会遇到需要修改pdf内容的需求,目前遇到的就有:pdf2html, pdf2png, pdf内部去链接, pdf加水印, 修改删除pdf文档内容(去水印)……
目前, 所有需求都已经实现, 具体如下:
pdf2png: 用imagemagick可以实现, 不赘述;
pdf2html: 使用html2pdfEX, http://blog.csdn.net/chijiaodaxie/article/details/47684089
pdf加水印: 使用java的itext模块, http://blog.csdn.net/chijiaodaxie/article/details/50223479
pdf内容修改(有内容遮罩, 定点删除, 内容匹配删除)的批量自动化, 已有代码, 合适的时候在放出来
本节讲pdf内部去链接
其实用到的是比较偏门的方法: pdf的merge功能会导致pdf里面所有的链接失效
1. 使用语言的模块(如java的itext, python的pyPDF, reportlab):
existing_pdf = PdfFileReader(file(input_pdf, "rb"))
isEncrypted = existing_pdf.isEncrypted