批处理之家 - Powered by Discuz! Board

标题: [已解决]20元求修改pdf文件 [打印本页]

作者: lxh623 时间: 2019-7-29 09:47 标题: [已解决]20元求修改pdf文件

文件夹有很多pdf，目前的操作是，用emeditor打开，提示“2进制（ASCII）”打开，确认。之后替换“BitsPerComponent 1/ColorSpace/DeviceGray”为“ImageMask true/BitsPerComponent 1 ”，两个的长度一样，后面的空格是补足长度。最后，保存修改。
替换的目的是，这些图像pdf经过acrobat的批量OCR，这样替换处理之后，背景透明。就可以修改背景颜色，有利于保护视力。
问题是，需要一个一个打开，比较慢。我的想法是，加快这个替换。
第一，直接用批处理来达到目的。
第二，批处理调用emeditor，自动替换保存。

不知道能不能做到。感谢帮助。

作者: WHY 时间: 2019-7-29 10:50

"BitsPerComponent 1/ColorSpace/DeviceGray" 这个字符串在 PDF 文件中的位置是固定的吗？比如全部位于文件开头，或者全部位于第 N 个字节。
能给个样本吗？

作者: zaqmlp 时间: 2019-7-29 11:14

@echo off
set info=互助互利,支付宝扫码头像,感谢赞助
rem 有问题,可加QQ956535081及时沟通
title %info%
set "rootpath=%~dp0"
cd /d "%rootpath%"
set "comm=reptxt32.exe"
if not exist "%comm%" (echo;"%comm%"不存在，先下载http://bcn.bathome.net/tool/reptxt32.exe&goto end)
for /f "delims=" %%a in ('dir /a-d/b *.pdf') do (
    echo;%%a
    "%comm%" "%%a" "BitsPerComponent 1/ColorSpace/DeviceGray" "ImageMask true/BitsPerComponent 1       "
)
:end
echo;%info%
pause
复制代码

作者: lxh623 时间: 2019-7-29 17:31

"BitsPerComponent 1/ColorSpace/DeviceGray" 这个字符串在 PDF 文件中的位置是固定的吗？比如全部位于文件 ...
WHY 发表于 2019-7-29 10:50

样本来一页。acrobat里面ocr，就会变成不透明。

作者: WHY 时间: 2019-7-29 20:19

我也l贴一个，PowerShell 脚本

$str1 = 'BitsPerComponent 1/ColorSpace/DeviceGray';
$str2 = 'ImageMask true/BitsPerComponent 1       ';
$arr  = [byte[]][char[]]$str2;

if( ![IO.Directory]::Exists('.\new') ){ $null = md .\new; }

forEach( $a In (dir *.pdf -File) ){
    $Bytes = [IO.File]::ReadAllBytes($a.FullName);
    $Count = $Bytes.Count - $arr.Count;
    for( $i=0; $i -lt $Count; $i++ ){
        $s = [Text.Encoding]::ASCii.GetString( $Bytes[$i..($i + $arr.Count - 1)] );
        if( $s -eq $str1 ){
            for( $j=0; $j -lt $arr.Count; $j++ ){ $Bytes[$i+$j] = $arr[$j]; }
            break;
        }
    }
    [IO.File]::WriteAllBytes( '.\new\' + $a.Name, $Bytes );
}
pause
复制代码

作者: flashercs 时间: 2019-7-29 20:39

本帖最后由 flashercs 于 2019-7-29 20:43 编辑

@echo off
REM 需要处理的文件所在目录
set "dirpath=C:\EmEditor"
REM 文件类型
set "filePattern=*.pdf"
REM 需要替换的源字符串
set "srcString=BitsPerComponent 1/ColorSpace/DeviceGray"
REM 替换后的字符串
set "dstString=ImageMask true/BitsPerComponent 1       "
start "" emeditor /act
timeout 5
for /f "delims=" %%A in ('where /f "%dirpath%:%filePattern%"') do (
  echo %%A
  emeditor %%A /cp 65539 /rc "%srcString%" /rw "%dstString%"
)
timeout 5
emeditor /sca
pause
exit /b
复制代码

欢迎光临批处理之家 (http://bbs.bathome.net/)