低调使用：免注册获取付费文档的办法

1.使用需求

平时我们经常需要查询搜索一些文档资料，往往会遇到查到的文档资料被各大平台无耻地设置为付费下载，而且一般会禁用从页面上复制的功能。扫描版的文档本身就是图片，无法将文字复制出来，文字版的也会受到限制，只能浏览不能复制下载。

如果这些文档资料是平台自身生产的也就罢了，付费也是应该的，但大多数平台采取的是让用户上传资料，付费方可下载，费用由上传者和平台按比例分成的模式。对于用户原创的资料付费使用也无可厚非。问题是基本上平台用的也都是上传者搬运的资料，比如国家标准规范之类的。这就有点过分了。

于是乎摸索了一个免费获取文档资料的小技巧，与大家分享一下。

2.软件准备

1. unbuntu系统
2. 浏览器（如firefox等）
3. LibreOffice Draw
4. Abbyy FineReader （Ocr文字识别软件，windows系统下）

3.操作步骤

比如我们要查找一个规范《GB∕T 36964-2018 软件工程 软件开发成本度量规范》，百度一下发现各大平台都有，而且都要付费下载。从其中找到一个不必付费就可以全文预览的，打开。

点击页面左上角的“下载”会提示付费方可下载，左上角的“打印”则提示仅供VIP用户使用。

此时，我们选择预览全文，待文档全文都可以在页面上看到时，使用浏览器的“打印”功能，将页面内容打印为pdf文件。

在打印预览窗口查看调整页面缩放比例，默认比例下，会将网页上的全部可见元素都打印出来，如链接、按钮、广告……等。

如果当前页面按70%的缩放比例打印出来，每一页的右侧都会出现页面1/4到1/3左右的边栏内容，链接、广告或空白，正文部分被缩得比较小。

适当调整缩放比例到95%，可以看到右侧的边栏被挤出了页面之外，正文所占比例基本达到正常水平。只是会有一些页面下方的链接等元素被挤到了下一页独占一页，总页数由22页变成了30页。不过没有关系，后续删除掉即可。

文件保存之后，使用Ubuntu自带的LibreOffice Draw打开。我用Ubuntu系统的目的也仅仅是为了用这个软件。目前已经支持Windows，只不过我的windows系统下没有安装，所以还是在Ubuntu下进行编辑。

打开pdf文件之后可以看到，我们关心的文档正文部分由于原稿是扫描版，在pdf中也是以图片形式嵌入在文档页面上的。其他从网页上带来的元素，都是以文本框、图片、图形、线条等方式呈现的，可以使用鼠标逐一进行选中、删除。这些元素可以理解为网页上的各种可见和不可见的图层和样式。比如下图中左侧缩略图最上面一页就是网页上的超链接等文本信息，没有正文，可以直接右键->删除。后面类似的无用页面都可以直接删除。

其他pdf编辑软件可能也能进行类似元素控件的选择和删除。但如果网页上有控件的上下层叠加遮挡，比如水印图片、浮动广告图片等，很多软件就不好处理了，即使处理过之后，被遮挡的文字内容也会缺失。而Draw这个软件就可以直接删除上层遮挡元素，保留下层的正文。

页面下方的文本框、页面线框等元素，也可以使用鼠标框选删除。

个人经验是：把正文图片稍微移开一点，用鼠标可以点选到的元素都可以删掉，再把正文图片对其页面即可。此处在页面无效元素都删除之后，把正文图片放大到充满页面的大小，因为扫描的原件中正文已经让出了页边距，在嵌入网页时又被让出了一次页边距，所以此时可以把图片充满页面，不必考虑页边距的问题。

下面是调整之后的效果。

都调整好之后使用“导出为pdf”将文件导出。此时一个完美的扫描版就产生了。

为了使用文档中的内容，还需要将扫描版pdf用OCR识别软件转换为文字版。这就是常规操作了，很多软件都可以实现，本人感觉效果最好的是Abbyy FineReader。这个软件好像是没有Ubuntu版，只好回到Windows下进行处理。（下次我要在windows下安装LibreOffice Draw了，不再费事切换系统了）

查到一篇介绍在Ubuntu下进行OCR识别的软件，下次也要试试，如果好用，也就不用切换回windows了。文章地址：https://www.cnblogs.com/usmile/p/14846701.html

原本想切换到windows把OCR的步骤补上，可惜我的软件试用期过了，一时没找到河蟹码，不过操作很简单。大家可以找个河蟹版试一下。

方法你学废了吗？如果有帮助欢迎点赞、评论或关注。

#点赞富三代，分享美一生#