不可不知的好用工具合集-pdf处理篇

于 2025-05-08 08:05:48 发布
阅读量260 收藏
点赞数 3
CC 4.0 BY-SA版权
分类专栏： 不允许你还不知道的好用工具合集 文章标签： pdf
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lijigang100/article/details/147778998

这篇文章的主题是pdf处理相关的工具，我最喜欢的pdf处理工具是PDF24，它集成了多种功能，功能强大且易于使用。

PDF24 全功能实战教程

一、软件定位与核心优势

PDF24 是一款集「桌面端+在线工具」于一体的全能PDF处理工具，支持 50+ 种文档操作功能，特别在以下场景表现突出：

  • ✅ 多格式互转（PDF←→Word/Excel/PPT/图片等）
  • ✅ 批量文件处理（合并/拆分/压缩100+文件）
  • ✅ 智能OCR识别（扫描件转可编辑文本）
  • ✅ 敏感信息保护（密码加密/水印/红章）

二、双版本使用指南

方案1：在线工具（免安装）
  1. 访问 PDF24在线工具站
  2. 选择需要的功能（如「PDF合并」）
  3. 拖拽上传文件 → 调整参数 → 处理下载
方案2：桌面客户端（推荐专业用户）
  1. 下载安装
    官网下载 → 运行安装包 → 选择中文语言 
  2. 功能分类：转换工具、编辑工具、安全工具、OCR工具

三、核心功能分步详解

1. 文档合并与拆分

场景：将多个PDF合并为报告/拆解合同附件

操作类型具体步骤
合并文件① 打开工具 → 选择「合并PDF」
② 拖拽添加文件 → 拖动调整顺序
③ 点击「保存」生成新文档
拆分文件① 选择「拆分PDF」→ 上传文件
② 设置规则：按页数/按书签/自定义范围
③ 勾选「为每个分割创建独立文件」

💡 技巧：在「选项」中启用「智能识别目录拆分」，自动按标题层级分割文档

2. 格式转换实战

支持格式：

- 转PDF：Word/Excel/PPT/图片/JPG/HTML
- PDF转出：Word(.docx)/Excel(.xlsx)/PPT(.pptx)/图片(.png)

操作演示（PDF转Word）：

  1. 选择「PDF转Word」工具
  2. 上传文件 → 设置参数： 
    {
  "保留版式": True,
  "图片压缩质量": 80%,
  "启用OCR识别": False  # 扫描件需开启
}
  3. 下载可编辑的Word文档

⚠️ 注意：转换扫描件时需启用OCR引擎（需额外下载语言包）

3. 高级文档处理
功能深度应用场景
OCR识别识别扫描发票 → 提取金额/日期信息
压缩优化将100MB图纸压缩至10MB且保持清晰度
安全加密给投标文件添加「禁止打印+有效期密码」
表单处理自动识别PDF表格 → 导出为Excel数据集

命令行批量处理（适合IT人员）：

pdf24-creator -task compress -input "C:\docs\*pdf" -quality 50

四、问题排查手册

异常现象解决方案预防建议
转换后乱码1. 检查系统字体库
2. 转换时勾选「嵌入字体」		优先使用Unicode编码文件
OCR识别错误1. 调整识别区域
2. 下载中文增强语言包		扫描分辨率≥300dpi
合并顺序错乱1. 按文件名数字排序
2. 手动拖动调整		文件名使用001_前缀

五、效率提升技巧

  1. 创建处理方案模板
    配置常用参数组合 → 保存为「我的工作流」快速调用

  2. 监控文件夹自动处理
    设置热监控目录 → 自动转换新存入文件

  3. 与办公软件集成
    在Word/Excel中安装PDF24插件 → 直接右键转换

六、安全与隐私建议

  • 🔒 敏感文件处理优先使用离线桌面版
  • ⏳ 在线工具文件保留策略：服务器自动1小时后删除
  • 🛡️ 推荐开启「处理完成后擦除缓存」设置

通过本教程，您已掌握从基础操作到企业级应用的完整PDF24工作流。如需获取更多模板或参与高级培训，可访问PDF24知识库或加入官方用户社区。

接下来在为大家介绍几个开源的小众的pdfgo工具，它们可以帮助您快速处理pdf文件。

以下是 GitHub 上广受好评的开源 PDF 工具推荐，覆盖文档处理、格式转换、安全加密等多种场景，数据综合自多个权威技术社区评测：

一、全能型 PDF 处理工具

1. Stirling-PDF
2. PDF.js
  • 核心功能：Mozilla 开源的 PDF 渲染引擎，支持浏览器内 高精度预览和基础编辑（文本选择、缩放、搜索）。
  • 技术亮点：
    • 作为 Firefox 默认 PDF 查看器，兼容性极强；
    • 提供 JavaScript API，可二次开发实现水印添加、表单填写等功能。
  • 适用场景：网页嵌入式 PDF 阅读器、轻量级前端 PDF 处理。
  • GitHub：GitHub - mozilla/pdf.js: PDF Reader in JavaScript （Star 48.8k）

二、开发集成工具

3. Apache PDFBox
  • 核心功能：Java 语言实现的 企业级 PDF 处理库，支持创建/修改文档、提取内容、数字签名等。
  • 技术亮点：
    • 对 PDF/A 标准支持完善，适合长期存档需求；
    • 提供 OCR 扩展模块，可识别扫描件文字。
  • 适用场景：Java 项目集成、金融/医疗等行业的合规文档处理。
  • GitHub：GitHub - apache/pdfbox: Mirror of Apache PDFBox （Star 2.7k）
4. OpenPDF
5. pdf-lib

三、特色工具补充

6. diff-pdf
7. QuestPDF

选择建议

  • 日常办公：Stirling-PDF（图形化操作） + PDF.js（快速预览）
  • 企业开发：Apache PDFBox（Java） / QuestPDF（.NET）
  • 前端集成：pdf-lib（浏览器端）
  • 文档审核：diff-pdf（差异对比）

接下来详细介绍下这几个工具的使用，有些工具需要一些编程基础，但大部分工具都可以直接使用，只需要简单配置即可。有什么疑问可以留言给我，或者给我发邮件 peterleeaifwj@gmail.com 。

1.Stirling-PDF

以下是为 Stirling-PDF 编写的详细教程，整合了最新功能与部署方法，涵盖本地化部署、核心功能及使用技巧：

一、Stirling-PDF 简介

Stirling-PDF 是一款开源的本地化 PDF 处理工具，支持 50+ 种 PDF 操作，包括合并/拆分、格式转换、OCR 识别、权限管理等。所有操作均在本地完成，无需上传文件至云端，保障数据隐私安全。其技术栈基于 Spring Boot 和 PDFBox，提供 Web 界面操作，支持 Docker 部署和 Windows 独立运行。

二、部署教程

1. Docker 部署（推荐）

适用场景：Linux/Windows/macOS 系统，需长期使用。

# 拉取镜像（国内用户建议使用华为云镜像加速）
docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/stirlingtools/stirling-pdf:latest

# 启动容器
docker run -d \
  -p 8080:8080 \  # 端口映射（可自定义左侧主机端口）
  -v /本地路径/trainingData:/usr/share/tessdata \  # OCR语言包挂载
  -v /本地路径/configs:/configs \  # 配置文件
  -v /本地路径/logs:/logs \  # 日志文件
  -e LANGS=zh_CN \  # 设置中文界面（部分版本需在Web界面手动切换）
  -e DOCKER_ENABLE_SECURITY=false \  # 关闭安全限制
  --name stirling-pdf \
  frooodle/s-pdf:latest

注意：

  • OCR 功能需额外下载 Tesseract 语言包（如 chi_sim.traineddata）至 trainingData 目录。
  • 若需开机自启，添加参数 --restart unless-stopped。
2. Docker Compose 部署

创建 docker-compose.yml 文件：

version: '3.3'
services:
  stirling-pdf:
    image: frooodle/s-pdf:latest
    ports:
      - "8095:8080"  # 自定义端口
    volumes:
      - ./trainingData:/usr/share/tessdata
      - ./configs:/configs
    environment:
      - LANGS=zh_CN
      - DOCKER_ENABLE_SECURITY=false

执行命令：docker-compose up -d。

3. Windows 独立运行

下载 Stirling-PDF.exe（约 80MB），需 Java 17+ 环境。启动后访问 http://localhost:8080，适合临时使用。

三、核心功能详解

1. 页面操作
  • 合并/拆分：支持批量上传 PDF，按页码或自动分割（如提取奇数页 2n-1）。
  • 旋转/裁剪：以 90° 增量调整页面方向，精确裁剪边缘空白。
  • 水印/密码：添加文字或图片水印，设置打开/编辑密码。
2. 格式转换
  • Office/HTML → PDF：利用内置 LibreOffice 转换 Word、PPT、Markdown 等文件。
  • PDF → 图片：输出 PNG/JPEG 格式，可设置分辨率。
3. 高级功能
  • OCR 识别：需挂载 Tesseract 语言包，支持中英文扫描件转可编辑文本。
  • 压缩优化：减小文件体积（平均缩减 30%），保持文字清晰度。
  • 元数据编辑：修改作者、标题等信息，清理敏感元数据。

四、使用技巧

  1. 中文界面配置：若环境变量 LANGS=zh_CN 无效，需在 Web 界面右上角手动切换。
  2. 批量处理：通过「管道脚本」功能预设操作流程，实现自动化处理。
  3. API 集成：调用 RESTful API 与企业系统对接，文档路径：http://IP:端口/api/docs。

五、常见问题

  • OCR 失败：检查 trainingData 目录是否包含正确语言包。
  • 文件大小限制：默认支持 ≤100MB 文件，可通过修改 application.yml 调整。
  • 性能优化：对低配设备建议使用 latest-ultra-lite 镜像。

六、项目资源

通过本教程，您可快速搭建专属的 PDF 处理平台，兼顾安全性与功能性。如需扩展自定义配置（如邮件通知、第三方存储），可参考官方文档修改环境变量。

2.PDFjs

PDF.js 前端开发教程

PDF.js 是 Mozilla 开源的一款基于 JavaScript 的 PDF 渲染库，可在浏览器中直接解析和显示 PDF 文件，无需依赖插件。以下教程涵盖从基础到进阶的完整使用指南，结合最新功能与实践技巧。

一、环境准备与安装

1. 安装方式
  • CDN 引入（快速上手）：
    在 HTML 文件中直接添加以下脚本： 
    <script src="https://cdnjs.cloudflare.com/ajax/libs/pdf.js/3.14.123/pdf.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/pdf.js/3.14.123/pdf.worker.min.js"></script>
  • NPM 安装（推荐长期项目）： 
    npm install pdfjs-dist
    在代码中引入： 
    import * as pdfjsLib from 'pdfjs-dist';
2. 配置 Worker 路径

PDF.js 使用 Web Worker 解析文件以提升性能，需指定 workerSrc：

pdfjsLib.GlobalWorkerOptions.workerSrc = 
  'https://cdnjs.cloudflare.com/ajax/libs/pdf.js/3.14.123/pdf.worker.min.js';

二、基础功能实现

1. 加载与渲染 PDF

步骤：

  1. 创建容器：在 HTML 中添加 <canvas> 或 <div> 元素作为渲染区域。
  2. 加载文件：通过 URL 或二进制数据加载 PDF： 
    const url = 'example.pdf';
pdfjsLib.getDocument(url).promise.then(pdf => {
  // 获取第一页并渲染
  pdf.getPage(1).then(page => {
    const viewport = page.getViewport({ scale: 1.5 });
    const canvas = document.getElementById('pdf-canvas');
    const context = canvas.getContext('2d');
    canvas.width = viewport.width;
    canvas.height = viewport.height;
    page.render({ canvasContext: context, viewport });
  });
});
2. 分页与导航
  • 翻页功能：通过按钮切换页码： 
    let currentPage = 1;
document.getElementById('nextPage').addEventListener('click', () => {
  if (currentPage < pdf.numPages) {
    currentPage++;
    renderPage(currentPage);
  }
});
  • 缩略图列表：生成所有页面的缩略图预览。

三、进阶功能开发

1. 文本搜索与提取
  • 全文搜索：使用 page.getTextContent() 提取文本并匹配关键字： 
    page.getTextContent().then(textContent => {
  const text = textContent.items.map(item => item.str).join(' ');
  if (text.includes('搜索词')) {
    // 高亮显示匹配内容
  }
});
2. 自定义交互
  • 缩放与旋转：调整 scale 和 rotate 参数： 
    const viewport = page.getViewport({ scale: 2, rotate: 90 });
  • 背景色与水印：通过 renderContext 设置背景色或叠加自定义图层。
3. 安全与权限控制
  • 禁止下载/打印：移除默认工具栏按钮，或通过 CSS 隐藏相关控件。
  • 文件加密：支持加载需密码的 PDF。

四、集成与优化

1. 快速集成查看器

使用内置的 viewer.html 快速实现完整功能：

<iframe src="/path/to/pdfjs/web/viewer.html?file=example.pdf"></iframe>
2. 性能优化
  • 分页渲染：逐页加载大文件，避免一次性内存占用。
  • 缓存策略：对已解析的页面使用本地存储缓存。

五、常见问题解决

  1. 跨域问题：确保服务器配置 CORS 头，或通过代理加载文件。
  2. 字体缺失：嵌入字体文件或使用 PDFJS.cMapUrl 配置。
  3. 大文件卡顿：启用 disableAutoFetch 参数分块加载。

六、示例代码与资源

通过本教程，您可快速掌握 PDF.js 的核心功能与高级用法，构建高效、安全的 PDF 预览解决方案。如需更复杂功能（如批注、签名），可参考官方扩展库或社区插件。

3.Apache PDFBox

Apache PDFBox 完整使用教程

Apache PDFBox 是一款功能强大的开源 Java 库，支持 PDF 文档的创建、解析、编辑与内容提取。本教程基于最新版本（2.0.29）编写，涵盖从基础到进阶的完整操作，并结合实际代码示例与优化技巧。

一、环境准备与安装

1. 添加依赖
  • Maven 项目：在 pom.xml 中添加依赖： 
    <dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.29</version>
</dependency>
    建议同时引入 fontbox 和 pdfbox-tools 以支持字体与高级功能： 
    <dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>fontbox</artifactId>
    <version>2.0.29</version>
</dependency>
<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox-tools</artifactId>
    <version>2.0.29</version>
</dependency>
2. 验证安装

加载并打印 PDF 页数以验证环境：

try (PDDocument document = PDDocument.load(new File("example.pdf"))) {
    System.out.println("总页数: " + document.getNumberOfPages());
} catch (IOException e) {
    e.printStackTrace();
}

二、基础操作

1. 创建 PDF 文档

生成一个包含文本的 PDF 文件：

try (PDDocument doc = new PDDocument()) {
    PDPage page = new PDPage(PDRectangle.A4);  // 创建 A4 页面
    doc.addPage(page);
    try (PDPageContentStream content = new PDPageContentStream(doc, page)) {
        content.beginText();
        content.setFont(PDType1Font.HELVETICA_BOLD, 12);
        content.newLineAtOffset(100, 700);      // 坐标原点在左下角
        content.showText("Hello PDFBox!");
        content.endText();
    }
    doc.save("new_document.pdf");
}
2. 读取 PDF 内容

提取所有文本并分页显示：

PDDocument doc = PDDocument.load(new File("input.pdf"));
PDFTextStripper stripper = new PDFTextStripper();
for (int i = 1; i <= doc.getNumberOfPages(); i++) {
    stripper.setStartPage(i);
    stripper.setEndPage(i);
    String pageText = stripper.getText(doc);
    System.out.println("第" + i + "页内容：" + pageText);
}
doc.close();
3. 提取元数据

获取文档标题、作者等信息：

PDDocumentInformation info = document.getDocumentInformation();
System.out.println("标题: " + info.getTitle());
System.out.println("作者: " + info.getAuthor());

三、进阶功能

1. 处理图片

提取 PDF 中所有图片并保存：

for (PDPage page : doc.getPages()) {
    PDResources resources = page.getResources();
    for (COSName name : resources.getXObjectNames()) {
        PDXObject xobj = resources.getXObject(name);
        if (xobj instanceof PDImageXObject) {
            BufferedImage image = ((PDImageXObject) xobj).getImage();
            ImageIO.write(image, "PNG", new File("image_" + System.currentTimeMillis() + ".png"));
        }
    }
}
2. 合并与拆分 PDF
  • 合并文档：将多个 PDF 合并为一个： 
    PDDocument mergedDoc = new PDDocument();
for (File file : files) {
    try (PDDocument srcDoc = PDDocument.load(file)) {
        for (PDPage page : srcDoc.getPages()) {
            mergedDoc.addPage(page);
        }
    }
}
mergedDoc.save("merged.pdf");
  • 拆分文档：按页分割 PDF： 
    for (int i = 0; i < doc.getNumberOfPages(); i++) {
    PDDocument splitDoc = new PDDocument();
    splitDoc.addPage(doc.getPage(i));
    splitDoc.save("page_" + (i+1) + ".pdf");
}
3. 加密与解密
  • 设置密码：限制打开权限： 
    StandardProtectionPolicy policy = new StandardProtectionPolicy("owner_pass", "user_pass", AccessPermission.getDefault());
doc.protect(policy);
doc.save("encrypted.pdf");
  • 解密文件：需提供密码： 
    LoadOptions options = new LoadOptions();
options.setPassword("user_pass");
PDDocument doc = PDDocument.load(new File("locked.pdf"), options);

四、高级应用与优化

1. 添加水印与页眉

在每页右上角添加文字水印：

for (PDPage page : doc.getPages()) {
    try (PDPageContentStream content = new PDPageContentStream(doc, page, PDPageContentStream.AppendMode.APPEND, true)) {
        content.setFont(PDType1Font.HELVETICA_OBLIQUE, 16);
        content.beginText();
        content.newLineAtOffset(page.getMediaBox().getWidth() - 150, 30);  // 右下角坐标
        content.showText("Confidential");
        content.endText();
    }
}
2. 性能优化
  • 大文件处理：逐页加载避免内存溢出： 
    PDFParser parser = new PDFParser(new RandomAccessBufferedFileInputStream("large.pdf"));
parser.parse();
PDDocument doc = parser.getPDDocument();
for (int i = 0; i < doc.getNumberOfPages(); i++) {
    PDPage page = doc.getPage(i);
    // 处理单页
}
  • 缓存策略：使用 WeakReference 缓存常用资源。

五、常见问题

  1. 中文乱码：需嵌入中文字体（如 PDTrueTypeFont.load()）。
  2. 内存泄漏：务必使用 try-with-resources 或手动关闭 PDDocument。
  3. OCR 整合：结合 Tesseract 实现扫描件文本识别（需额外依赖）。

六、资源与扩展

通过本教程，您可快速掌握 PDFBox 的核心功能，实现从基础操作到企业级应用的开发。建议结合官方文档和实际项目需求进一步探索高级功能（如数字签名、表单处理）。

4.OpenPDF

OpenPDF 开发教程

OpenPDF 是一款基于 iText 分支的开源 Java PDF 库，支持生成、编辑、转换和加密 PDF 文档。本教程基于最新版本（1.3.35 及 2.0.3）编写，涵盖基础到进阶功能，结合代码示例与最佳实践。

一、环境配置

1. 添加依赖
  • Maven 项目：
    在 pom.xml 中添加以下依赖（根据 JDK 版本选择）： 
    <dependency>
    <groupId>com.github.librepdf</groupId>
    <artifactId>openpdf</artifactId>
    <version>1.3.35</version> <!-- 支持 JDK 8 -->
    <!-- 或使用 2.0.3 版本（需 JDK 9+） -->
</dependency>
<dependency>
    <groupId>com.github.librepdf</groupId>
    <artifactId>openpdf-fonts-extra</artifactId>
    <version>1.3.35</version> <!-- 扩展字体支持 -->
</dependency>
  • Gradle 项目： 
    implementation 'com.github.librepdf:openpdf:1.3.35'
2. 初始化 PDF 文档
import com.lowagie.text.Document;
import com.lowagie.text.Paragraph;
import com.lowagie.text.pdf.PdfWriter;
import java.io.FileOutputStream;

public class BasicDemo {
    public static void main(String[] args) {
        Document document = new Document();
        try {
            PdfWriter.getInstance(document, new FileOutputStream("hello.pdf"));
            document.open();
            document.add(new Paragraph("Hello OpenPDF!"));
            document.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

二、基础功能

1. 支持中文

需显式指定中文字体避免乱码：

BaseFont bfChinese = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H", BaseFont.NOT_EMBEDDED);
Font font = new Font(bfChinese, 12, Font.NORMAL);
document.add(new Paragraph("中文内容", font));
2. 添加图片

从资源文件加载并缩放图片：

InputStream is = Thread.currentThread().getContextClassLoader().getResourceAsStream("logo.png");
byte[] byteArray = IOUtils.toByteArray(is);
Image image = Image.getInstance(byteArray);
image.scaleAbsolute(100, 50); // 设置绝对尺寸
document.add(image);
3. 创建表格
  • 轻量级表格（推荐大数据场景） ： 
    float[] widths = {10f, 20f, 30f};
Table table = new Table(widths.length);
table.setWidths(widths);
table.addCell(new Cell(new Phrase("标题", font)).setHorizontalAlignment(Element.ALIGN_CENTER));
// 填充数据行...
document.add(table);

三、进阶功能

1. PDF 加密与签名
  • 设置密码保护 ： 
    PdfWriter writer = PdfWriter.getInstance(document, new FileOutputStream("secure.pdf"));
writer.setEncryption("user_pass".getBytes(), "owner_pass".getBytes(), 
    PdfWriter.ALLOW_PRINTING, PdfWriter.STANDARD_ENCRYPTION_128);
  • 数字签名：需集成 CryptoApplet 等安全组件。
2. HTML 转 PDF

结合模板引擎（如 FreeMarker）生成动态内容：

// 渲染 HTML 模板
Template template = cfg.getTemplate("invoice.html");
StringWriter htmlContent = new StringWriter();
template.process(data, htmlContent);

// 转换为 PDF
HtmlConverter.convertToPdf(htmlContent.toString(), new FileOutputStream("output.pdf"));
3. PDF 操作
  • 合并 PDF ： 
    PdfReader reader1 = new PdfReader("file1.pdf");
PdfReader reader2 = new PdfReader("file2.pdf");
Document mergedDoc = new Document();
PdfCopy copy = new PdfCopy(mergedDoc, new FileOutputStream("merged.pdf"));
mergedDoc.open();
copy.addDocument(reader1);
copy.addDocument(reader2);
mergedDoc.close();

四、性能优化

1. 大文件处理

逐页处理避免内存溢出：

PdfReader reader = new PdfReader("large.pdf");
for (int i = 1; i <= reader.getNumberOfPages(); i++) {
    PdfImportedPage page = writer.getImportedPage(reader, i);
    writer.getDirectContent().addTemplate(page, 0, 0);
}
2. 资源管理

使用 try-with-resources 确保关闭流：

try (Document doc = new Document();
     FileOutputStream fos = new FileOutputStream("auto_close.pdf")) {
    PdfWriter.getInstance(doc, fos);
    // 操作文档...
}

五、常见问题

  1. 中文乱码：确保使用 STSong-Light 字体并正确挂载字体包。
  2. 依赖冲突：检查是否与其他 PDF 库（如 iText）冲突。
  3. 性能瓶颈：优先使用 Table 类而非 PdfPTable 处理大数据。

六、资源与扩展

通过本教程，您可快速掌握 OpenPDF 的核心功能，实现从简单文档生成到复杂企业级应用的开发。建议结合官方文档和社区资源进一步探索高级特性（如条形码生成、表单处理）。

以下是针对 JavaScript 库 pdf-lib 的完整教程，涵盖基础操作到高级功能，结合最新版本（截至 2025 年）的最佳实践：

5.pdf-lib

一、pdf-lib 简介

pdf-lib 是一款纯 JavaScript 实现的 PDF 处理库，支持在浏览器和 Node.js 环境中动态创建、编辑 PDF 文档。其核心优势包括：

  • 零依赖：无需安装外部工具或插件。
  • 跨平台：兼容 Web、移动端及服务端。
  • 功能全面：支持文本、图像、表单、加密、页面操作等。
  • 开源免费：MIT 协议，社区活跃。

二、环境配置

1. 安装

通过 npm 安装：

npm install pdf-lib

或通过 CDN 引入：

<script src="https://unpkg.com/pdf-lib@latest/dist/pdf-lib.min.js"></script>
2. 初始化文档
import { PDFDocument, rgb } from 'pdf-lib';

async function createPDF() {
    // 创建空 PDF
    const pdfDoc = await PDFDocument.create();
    // 添加页面（默认 A4 尺寸）
    const page = pdfDoc.addPage([595, 842]); // 单位：点（1 inch = 72 points）
    return pdfDoc;
}

三、基础功能

1. 添加文本
async function addText(pdfDoc) {
    const page = pdfDoc.getPages()[0];
    page.drawText('Hello pdf-lib!', {
        x: 50,
        y: 750, // 原点在左下角
        size: 24,
        color: rgb(0, 0, 0), // RGB 颜色
        font: await pdfDoc.embedFont('Helvetica')
    });
    return pdfDoc;
}

关键点：

  • 使用 embedFont() 加载字体（支持标准 14 种字体或自定义字体）。
  • 坐标系统以页面左下角为原点。
2. 插入图片
async function addImage(pdfDoc, imageUrl) {
    const imageBytes = await fetch(imageUrl).then(res => res.arrayBuffer());
    const image = await pdfDoc.embedJpg(imageBytes); // 支持 PNG/JPG
    const page = pdfDoc.getPages()[0];
    page.drawImage(image, {
        x: 100,
        y: 500,
        width: 200,
        height: 150,
        opacity: 0.8 // 透明度
    });
    return pdfDoc;
}

注意：跨域图片需服务器配置 CORS 或使用代理。

四、进阶功能

1. 合并 PDF
async function mergePDFs(urls) {
    const mergedPdf = await PDFDocument.create();
    for (const url of urls) {
        const pdfBytes = await fetch(url).then(res => res.arrayBuffer());
        const pdf = await PDFDocument.load(pdfBytes);
        const copiedPages = await mergedPdf.copyPages(pdf, pdf.getPageIndices());
        copiedPages.forEach(page => mergedPdf.addPage(page));
    }
    return mergedPdf;
}

技巧：使用 copyPages() 保留原始格式（如矢量图形）。

2. 填充 PDF 表单
async function fillForm(pdfBytes, formData) {
    const pdfDoc = await PDFDocument.load(pdfBytes);
    const form = pdfDoc.getForm();
    // 获取表单字段并填充
    const nameField = form.getTextField('name');
    nameField.setText(formData.name);
    // 处理复选框/单选按钮
    const agreeCheckbox = form.getCheckBox('agree');
    agreeCheckbox.check();
    return pdfDoc;
}

适用场景：动态生成合同、申请表等交互式文档。

3. 加密与权限控制
async function encryptPDF(pdfDoc, password) {
    pdfDoc.encrypt({
        userPassword: password, // 用户密码（打开需要）
        ownerPassword: 'master', // 所有者密码（修改权限）
        permissions: {
            printing: 'lowResolution', // 允许打印（低分辨率）
            modifying: false, // 禁止修改
            copying: false // 禁止复制文本
        }
    });
    return pdfDoc;
}

安全等级：支持 128 位 AES 加密。

五、高级技巧

1. 页面操作
  • 旋转页面： 
    page.setRotation(90); // 90度旋转
  • 调整尺寸： 
    page.setSize(300, 400); // 自定义宽高（单位：点）
2. 矢量图形绘制
page.drawSvgPath('M 100 100 L 200 200 Q 250 150 300 100', {
    borderColor: rgb(1, 0, 0),
    borderWidth: 2
});

支持：路径、贝塞尔曲线等 SVG 指令。

六、常见问题

  1. 中文乱码：

    • 使用中文字体文件（如 await pdfDoc.embedFont(await fetch('simsun.ttf'))）。
    • 确保字体包含中文字符集。

  2. 性能优化：

    • 分块处理大文件，避免内存溢出。
    • 使用 Web Worker 避免浏览器主线程阻塞。

  3. 保存与下载：

    const pdfBytes = await pdfDoc.save();
const blob = new Blob([pdfBytes], { type: 'application/pdf' });
const link = document.createElement('a');
link.href = URL.createObjectURL(blob);
link.download = 'output.pdf';
link.click();

七、资源推荐

  • 官方文档：pdf-lib GitHub
  • 示例仓库：包含表单填充、水印添加等完整案例。

通过本教程，您可快速掌握 pdf-lib 的核心功能，实现从简单文档生成到复杂交互式 PDF 的开发需求。如需深度定制（如 PDF/A 标准支持），可参考官方扩展库或社区插件。

6.diff-pdf

以下是为 diff-pdf 工具编写的详细教程，整合了安装、基础与进阶用法、常见问题及解决方案，结合最新版本（截至 2025 年）的最佳实践：

一、diff-pdf 简介

diff-pdf 是一款基于 C++ 开发的跨平台 PDF 对比工具，支持通过命令行或 GUI 界面直观比较两个 PDF 文件的文本和布局差异。其核心功能包括：

  • 差异高亮：生成新 PDF 或 GUI 界面中标注差异区域。
  • 灵活模式：支持文本对比、布局对比及混合模式。
  • 轻量化：无需复杂依赖，适合开发者和普通用户。

二、环境安装

1. Windows
  • 方法一（推荐）：通过包管理器 choco 安装： 
    choco install diff-pdf
  • 方法二：下载预编译包（官网下载），解压后直接运行 diff-pdf.exe。
2. macOS
  • 使用 brew 安装： 
    brew install diff-pdf
3. Linux
  • Debian/Ubuntu： 
    sudo apt-get install diff-pdf
  • Fedora/CentOS： 
    sudo dnf install diff-pdf
4. 验证安装
diff-pdf --version  # 输出版本信息即安装成功

三、基础使用

1. 命令行模式
  • 简单对比：仅返回差异状态码（0 表示无差异，1 表示有差异）： 
    diff-pdf file1.pdf file2.pdf
  • 生成差异 PDF： 
    diff-pdf --output-diff=diff.pdf file1.pdf file2.pdf  # 差异高亮保存至 diff.pdf
  • GUI 界面查看： 
    diff-pdf --view file1.pdf file2.pdf  # 分屏显示差异，支持翻页和缩放
2. 常用参数
参数说明
--mark-differences在 GUI 界面左侧标记差异区域
--tolerance=N设置像素差异容忍度（默认 0，严格对比）
--dpi=300调整渲染分辨率，提升对比精度

四、进阶功能

1. 对比模式选择
  • 文本对比：仅比较文本内容（忽略布局）： 
    diff-pdf --text-mode file1.pdf file2.pdf
  • 布局对比：仅比较页面元素位置（忽略文本内容）： 
    diff-pdf --layout-mode file1.pdf file2.pdf
2. 批量对比脚本

结合 Shell 脚本自动化批量对比：

for file in dir1/*.pdf; do
  diff-pdf "$file" "dir2/$(basename "$file")" --output-diff="diff/$(basename "$file")"
done
3. 集成到开发环境
  • Python 调用： 
    import subprocess
result = subprocess.run(["diff-pdf", "--output-diff=diff.pdf", "a.pdf", "b.pdf"], capture_output=True)
if result.returncode == 1:
    print("存在差异")

五、常见问题

1. 中文乱码
  • 问题：对比含中文字符的 PDF 时，差异区域显示乱码。
  • 解决：
    1. 确保 PDF 文件已嵌入中文字体（如思宋体）。
    2. 安装系统级中文字库（如 poppler-data）： 
      sudo apt-get install poppler-data  # Debian/Ubuntu
2. 性能优化
  • 问题：大文件对比速度慢或内存占用高。
  • 解决：
    • 增加 --dpi=150 降低渲染精度。
    • 使用 --threads=4 启用多线程处理（需编译时开启多线程支持）。
3. 依赖缺失
  • 问题：运行时报错 poppler library not found。
  • 解决：安装 poppler-utils： 
    sudo apt-get install poppler-utils  # Debian/Ubuntu

六、扩展资源

  • 官方文档：GitHub 仓库
  • 社区案例：参考 CSDN 教程 中的原理图对比实例。
  • 替代工具：若需文本层差异分析，可尝试 pdf-diff（Python 实现）。

通过本教程，您可快速掌握 diff-pdf 的核心功能，适用于文档校对、版本控制等场景。如需深度定制（如集成到 CI/CD 流程），可参考官方 API 文档或社区开发者指南。

7.QuestPDF

QuestPDF 全功能教程

QuestPDF 是一款基于 .NET 平台的高性能 PDF 生成库，凭借其声明式 API 和自主布局引擎，支持快速创建复杂且专业的 PDF 文档。本教程基于最新版本（2025 年）编写，覆盖从基础到企业级应用的完整开发流程。

一、环境配置

1. 安装与初始化
  • NuGet 安装：
    通过命令行或 Visual Studio 的包管理器安装核心库： 
    dotnet add package QuestPDF
  • 许可证设置（社区版免费）：
    在代码入口处声明许可证类型： 
    using QuestPDF.Infrastructure;
QuestPDF.Settings.License = LicenseType.Community; // 适用于年收入 < 100 万美元的项目

二、基础功能

1. 创建第一个 PDF
Document.Create(container => {
    container.Page(page => {
        page.Margin(50); // 设置页边距
        page.Content().Column(column => {
            column.Item().Text("Hello QuestPDF!").FontSize(24).Bold(); // 标题文本
            column.Item().Image("logo.png"); // 插入图片
        });
    });
}).GeneratePdf("output.pdf"); // 生成文件

关键点：

  • 使用 Column 布局管理器垂直排列元素。
  • 原点位于页面左下角，坐标单位为点（1 inch = 72 points）。
2. 样式与布局
  • 字体与颜色： 
    column.Item().Text("蓝色居中文本")
    .FontColor(Colors.Blue.Medium)
    .AlignCenter()
    .FontFamily("Arial"); // 支持自定义字体
  • 行与列混合布局： 
    page.Content().Row(row => {
    row.RelativeItem().Column(column => { /* 左侧内容 */ });
    row.RelativeItem().Column(column => { /* 右侧内容 */ });
}); // 类似网页 Flex 布局

三、进阶功能

1. 动态表格与数据绑定

根据数据集合生成动态表格：

var orderItems = new List<OrderItem> { /* 数据源 */ };
container.Table(table => {
    table.ColumnsDefinition(columns => {
        columns.RelativeColumn(); // 自适应宽度
        columns.ConstantColumn(100); // 固定宽度
    });
    table.Header(header => {
        header.Cell().Text("产品名称");
        header.Cell().Text("价格");
    });
    foreach (var item in orderItems) {
        table.Cell().Text(item.Name);
        table.Cell().Text($"${item.Price:F2}");
    }
});
2. 高级元素与交互
  • 条形码与二维码： 
    container.Barcode("123456789")
    .BarcodeType(BarcodeType.Code128)
    .Height(50); // 支持多种编码格式
  • 分页与页眉页脚： 
    page.Header().Text("销售报告").FontSize(20);
page.Footer().AlignCenter().Text(x => {
    x.Span("第 ");
    x.CurrentPageNumber();
    x.Span(" 页");
}); // 自动分页计数

四、企业级应用

1. 发票生成系统

结合数据模型动态生成发票：

public class InvoiceDocument : IDocument {
    private InvoiceModel Model { get; }
    public InvoiceDocument(InvoiceModel model) => Model = model;

    public void Compose(IDocumentContainer container) {
        container.Page(page => {
            page.Size(PageSizes.A4);
            page.Content().Column(column => {
                // 填充发票头、客户信息、商品列表、总计等
            });
        });
    }
}
// 调用生成
var invoice = new InvoiceDocument(GetInvoiceData());
invoice.GeneratePdf("invoice.pdf");
2. 性能优化
  • 大文件处理：逐页加载避免内存溢出。
  • 多线程渲染：通过 Parallel.ForEach 分块处理复杂文档。

五、常见问题

  1. 中文乱码：

    • 嵌入中文字体文件（如 FontManager.RegisterFont()）。
    • 确保服务器安装 poppler-data 等依赖库。

  2. 性能瓶颈：

    • 使用 DisableCache() 关闭非必要缓存。
    • 调整 Settings.DocumentLayoutExceptionThreshold 控制异常处理开销。

  3. 许可证限制：

    • 社区版禁止修改库源代码，企业版需联系官方购买。

六、资源与扩展

  • 官方文档：QuestPDF GitHub
  • 示例仓库：包含发票、报告、合同等完整案例。
  • 社区支持：Stack Overflow 的 #questpdf 标签解答技术问题。

通过本教程，您可快速掌握 QuestPDF 的核心功能，实现从简单文档到复杂企业级 PDF 的生成需求。建议结合官方示例和社区资源深入探索高级特性（如数字签名、PDF/A 标准支持）。

最后再给大家介绍一下pdf文档翻译的工具，这个在我上一篇文章翻译工具中也介绍过，这里因为跟pdf相关，也在介绍一下，让大家看一篇文章经就可以掌握所有pdf的处理

以下是PDFMathTranslate的详细使用教程，涵盖多种安装方式及核心功能操作：

一、安装方式

  1. Python环境安装（推荐开发者）

    • 要求Python 3.10-3.12版本
    • 执行命令安装： 
      pip install pdf2zh
    • 可选工具链安装（加速依赖管理）： 
      pip install uv
uv tool install --python 3.12 pdf2zh

  2. Windows便携版（新手友好）

    • 从GitHub Releases页面下载pdf2zh-version-win64.zip
    • 解压后直接运行pdf2zh.exe，无需配置环境。

  3. Docker容器部署

    • 拉取镜像并启动： 
      docker pull byaidu/pdf2zh
docker run -d -p 7860:7860 byaidu/pdf2zh
    • 访问http://localhost:7860使用Web界面

二、基础使用

命令行模式

  • 单文件翻译

    pdf2zh document.pdf

    生成example-mono.pdf（纯译文）和example-dual.pdf（双语对照）

  • 高级参数

    • 指定语言：-li en -lo zh（英译中）
    • 选择翻译引擎：-s deepl（支持Google/DeepL/Ollama等）
    • 翻译指定页：-p 1-3,5（1-3页和第5页）
图形界面（GUI）
  • 启动界面： 
    pdf2zh -i
    浏览器访问http://localhost:7860
  • 操作流程：
    1. 上传PDF文件（在线版限制<5MB）
    2. 选择翻译服务（如DeepL、GPT-4等）
    3. 设置语言对和页码范围
    4. 下载生成的双语/单语文件

三、高级功能

  1. API密钥配置

    • DeepSeek示例： 
      set DEEPSEEK_API_KEY=XXXX
pdf2zh ZZZ.pdf -s deepseek:deepseek-chat
      需先在DeepSeek平台创建API

  2. 批量翻译

    pdf2zh --dir /path/to/translate/

    支持文件夹内所有PDF自动处理

  3. 缓存管理

    • 强制刷新翻译：--ignore-cache
    • 自定义配置文件：--config config.json（可预设语言/引擎等参数）

四、注意事项

  1. 路径问题
    文件路径错误时使用cd命令切换目录

  2. 模型兼容性

    • Ollama本地模型需配置OLLAMA_HOST和模型名称
    • OpenAI类服务需设置OPENAI_BASE_URL和API密钥

  3. 输出格式
    支持导出PDF/Word格式，保留原文档的公式、图表、目录结构

五、扩展应用

  • Zotero集成
    安装专用插件后可直接在文献管理器中翻译
  • 学术场景优化
    使用-t 4开启多线程加速处理长篇论文

通过上述方式，用户可根据需求灵活选择本地部署或在线服务。对于企业级应用，建议通过Docker实现服务化部署，并结合内网穿透工具（如cpolar）实现远程访问。

提示：不同翻译引擎效果存在差异，学术文献推荐DeepL/Google，专业术语处理可尝试GPT-4等大模型。更多技术细节可参考官方文档。

好了到这里，这篇文章我们就介绍完了，希望大家能有所收获！整理不易，欢迎大家订阅。博主会持续更新工具合集文章，敬请期待。

Zabbix 监控 tomcat
2302_77503226的博客
03-14 807
本章详细介绍了zabbix如何监控java程序和监控java程序需要用到的服务组件zabbix-java-gateway服务。
zabbix监控Tomcat服务器操作指引
最新发布
乐维社区的博客
08-28 801
Include=/opt/zabbix/etc/zabbix_agentd.conf.d/*.conf //zabbix agent副配置文件目录配置。],/opt/zabbix/share/zabbix/alertscripts/system_memory.sh $1 //系统内存监控脚本。],/opt/zabbix/share/zabbix/alertscripts/jvm_memory.sh $1 //jvm内存监控脚本。
zabbix通过JMX监控tomcat状态
weixin_34355559的博客
09-09 286
因为公司大量使用tomcat作为应用服务，所以，这两天催生了一个想法，通过zabbix监控tomcat的运行状态，从而能够更快的发现tomcat服务出现的问题以及判断问题出现在哪块。在网上找了一些资料来看，写的都不是很全面（PS:对于我这种菜鸟来说，还有很多东西不知道的，所以需要有解释的详细点的文档来帮助我更好理解原理，于是就有了本篇博文的诞生！）首先，zabbix监控tom...
zabbix之通过jmx监控tomcat
weixin_34010949的博客
11-06 206
zabbix监控tomcat1.编译zabbix的时候需要添加参数--enable-java关于如何安装zabbix,可以参考上一篇文章http://blog.unix178.com/备份zabbix_server.conf和zabbix_agentd.conf文件，重新编译安装zabbix[root@nginxzabbix-2.2.0]#./configure--en...
Zabbix实时监控Tomcat(包含window和linux)
liuxiangyang_的博客
08-27 766
简言 准备工作 zabbix服务端 192.168.43.32 zabbixagent端(安装tomcat的服务器) 192.168.43.31 一、Zabbix服务端配置 1.首先我们需要安装一个插件zabbix-java-gateway，这里我们使用yum安装。 注意我们建议java-gateway和server安装在一起，当然也可以部署在其他服务器上 #安装 yum -y insta...
如何用zabbix 监控 tomcat
weixin_33748818的博客
06-01 302
监控是比较容易调通的，就是zabbix 默认的 jmx tomcat和 jmx catalina模板存在不小的问题。最终的监控项什么的可能不全，只能自行去查找。tomcat大致分布： 代理端： java-gateway服务客户端： catalina.sh修改web端: JMX interfaces 调通（跟Agent interfaces同级别的东西）一. 安装 配置 java-gateway本文...
zabbix监控tomcat（包含jvm监控）
02-24
网友写的zabbix监控java文章，99%就只有环境的搭建，没有zabbixitem键值，所以环境监控上了，item键值不知道怎么写。本文监控jvm内容如下：内存使用状态：堆内存（Heapmemory）和非堆内存（NoHeapmemory），包括已用...
Zabbix监控Tomcat详细指标（附模板）的资料
03-17
Zabbix监控Tomcat详细指标（附模板）的资料 cmdline-jmxclient-0.10.3 catalina-jmx-remote
Zabbix监控tomcat
2301_77369997的博客
08-14 550
提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
zabbix监控tomcat的监控模板
03-13
zabbix监控tomcat的监控模板
Zabbix监控Tomcat
十五十六
10-09 1830
简介 从Zabbix 2.0版本开始，以Zabbix守护进程的形式原生支持监控JMX程序出现了，它被称为Zabbix Java gateway。Zabbix gateway 是用Java语言写成。要查得一台主机特定的JMX计数器值，Zabbix server向Zabbix Java gateway发送请求，后者使用JMX管理API 去请求远程的有关应用。应用不需要额外安装软件，只需要启动时在命令行...
zabbix监控tomcat
南风喃的博客
12-01 794
文章目录一、tomcat配置1.添加启动脚本的配置2.重启tomcat3.查看jvm端口二、zabix_server配置1.安装zabbix-java-gateway2.启动3.添加配置4.重启三、zabbix.web页面操作1.添加主机2.添加模板3.查看 一、tomcat配置 1.添加启动脚本的配置 [root@tomcat ~]# vim /application/tomcat/bin/ca...
分布式应用：Zabbix监控Tomcat
cronaldo91的博客
08-13 1606
从 jre 的安装目录找到 jmxremote.access 和 jmxremote.password.template，复制到 $CATALINA_OPTS 中设置的认证文件位置，将 jmxremote.password.template 重命名为 jmxremote.password。权限问题，zabbix_agentd是zabbix用户启动的，默认不能执行netstat -p等命令，导致从服务器取到的自动发现脚本为空。LISTEN_IP定义被监控机器的地址，不指定默认监听全部机器。
Zabbix 监控 Tomcat 服务
m69zhuang的博客
09-06 1598
zabbix提供了一个java gateway的应用去监控jmx（Java Management Extensions，即Java管理扩展）是一个为应用程序、设备、系统等植入管理功能的框架。JMX可以跨越一系列异构操作系统平台、系统体系结构和网络传输协议，灵活的开发无缝集成的系统、网络和服务管理应用。zabbix通过部署jmx来监控tomcat。表示指定JMX远程连接的端口号为8888。表示禁用JMX远程连接的SSL安全传输。表示禁用JMX远程连接的身份验证。表示开启JMX远程管理功能。
zabbix中的tomcat监控、集成告警平台、分布式监控
Gong_yz的博客
03-01 2246
JMX介绍Jmx（Java Management Extensions）java管理拓展JMX可以跨越一系列异构操作系统平台、系统体系结构和网络传输协议，灵活的开发无缝集成的系统、网络和服务管理应用。总的来说：JMX 既是 Java 管理系统的一个标准，一个规范，也是一个接口，一个框架。JMX监控流程：zabbix server 调用java网关去访问远端的JMX接口8888，然后采集tomcat数据链接。
zabbix监控tomcat多个端口
DangerGuy的博客
09-26 1912
使用zabbix自带的jmx监控模板  Template App Apache Tomcat JMX 时会有很多个监控项不能正常运行，显示为不支持，此时需要对监控项进行一系列修改以使其能够正常运行，这里我们以Catalina:type=GlobalRequestProcessor的相关监控项为例。 默认监控8080端口接受数据情况的项目： 在监控此项时会显示为不支持，我们需要对键值进行修改...
Zabbix监控tomcat，自动重启故障案例解析
资源中提到的“Zabbix实现监控tomcat，自动启动崩溃tomcat.pdf”文件，很可能是一个详细教程或案例分析，介绍如何实际搭建和配置Zabbix监控Tomcat服务器。该文档可能包含如下内容： - Zabbix与Tomcat集成的详细步骤 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

木子n1

感谢每位朋友的支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值