☰

Como mesclar PDFs e criar marcadores para cada arquivo de entrada no arquivo de saída? (Linux)

tag-icon • tag-icon linux pdf bookmarks merge open-source
Como mesclar PDFs e criar marcadores para cada arquivo de entrada no arquivo de saída? (Linux)

Estou usando Linux e gostaria de ter um software (ou script, método) que mescle alguns PDFs e crie um PDF de saída unido, contendo marcadores. Os marcadores são nomeados pelo nome do arquivo PDF, que foram usados ​​para mesclar e apontar para o número da página onde esses arquivos começam.

Possibilidades semelhantes têm o Adobe Acrobat, mas não é gratuito e é apenas para Windows.

Responder1

ATUALIZAR: Não fiquei satisfeito com o resultado e escrevi isso com uma bela GUI:

https://github.com/Yanpas/PdfMerger

Aprendeu python e escreveu (modificou) o programa em uma hora:

#! /usr/bin/env python
# Original author Nicholas Kim, modified by Yan Pashkovsky
# New license - GPL v3
import sys
import time
from PyPDF2 import utils, PdfFileReader, PdfFileWriter

def get_cmdline_arguments():
    """Retrieve command line arguments."""
    
    from optparse import OptionParser
    
    usage_string = "%prog [-o output_name] file1, file2 [, ...]"

    parser = OptionParser(usage_string)
    parser.add_option(
        "-o", "--output",
        dest="output_filename",
        default=time.strftime("output_%Y%m%d_%H%M%S"),
        help="specify output filename (exclude .pdf extension); default is current date/time stamp"
    )
    
    options, args = parser.parse_args()
    if len(args) < 2:
        parser.print_help()
        sys.exit(1)
    return options, args
    
def main():
    options, filenames = get_cmdline_arguments()
    output_pdf_name = options.output_filename + ".pdf"
    files_to_merge = []

    # get PDF files
    for f in filenames:
        try:
            next_pdf_file = PdfFileReader(open(f, "rb"))
        except(utils.PdfReadError):
            print >>sys.stderr, "%s is not a valid PDF file." % f
            sys.exit(1)
        except(IOError):
            print >>sys.stderr, "%s could not be found." % f
            sys.exit(1)
        else:
            files_to_merge.append(next_pdf_file)

    # merge page by page
    output_pdf_stream = PdfFileWriter()
    j=0
    k=0
    for f in files_to_merge:
        for i in range(f.numPages):
            output_pdf_stream.addPage(f.getPage(i))
            if i==0:
                output_pdf_stream.addBookmark(str(filenames[k]),j)
            j = j + 1
        k += 1
        
    # create output pdf file
    try:
        output_pdf_file = open(output_pdf_name, "wb")
        output_pdf_stream.write(output_pdf_file)
    finally:
        output_pdf_file.close()

    print "%s successfully created." % output_pdf_name


if __name__ == "__main__":
    main()

Este programa requer PyPDF2, você pode instalá-lo via sudo pip install pypdf2, antes disso você precisa instalar o pip :) Basta abrir o terminal e digitar./pdfmerger.py *.pdf

Responder2

Este script Bash fará com que cada PDF em um diretório contenha um marcador em sua primeira página com o texto do nome do arquivo do PDF e, em seguida, concatenará todos eles. Ele pode lidar com nomes de arquivos não ASCII.

#!/usr/bin/bash

cattedPDFname="${1:?Concatenated PDF filename}"

# make each PDF contain a single bookmark to first page
tempPDF=`mktemp`
for i in *.pdf
do
    bookmarkTitle=`basename "$i" .pdf`
    bookmarkInfo="BookmarkBegin\nBookmarkTitle: $bookmarkTitle\nBookmarkLevel: 1\nBookmarkPageNumber: 1"
    pdftk "$i" update_info_utf8 <(echo -en $bookmarkInfo) output $tempPDF verbose
    mv $tempPDF "$i"
done

# concatenate the PDFs
pdftk *.pdf cat output "$cattedPDFname" verbose

Responder3

Modificando uma boa resposta [1] detex.stackexchange.com, você pode criar uma itemizelista com a referência aos arquivos que incluirá abaixo. (Semelhante a um toc). A Latex se encarregará de atualizar os números das páginas.

AlgunsLátexpalavras mais

  • Uma linha como esta incluirá oPDFarquivo MyDoc1.pdfcom o nome de referência"doc01"presente no mesmo diretório do arquivo latex:

    \modifiedincludepdf{-}{doc01}{MyDoc1.pdf}

  • Um comando como \pageref{doc02.3}criará um link com o número da terceira página do documento que tem como referência a chave"doc02". A Latex terá o cuidado de mantê-lo atualizado.

  • Um bloco \begin{itemize} \end{itemize}criará uma lista pontiaguda.

O arquivo de látex
Aqui abaixo o modelo modificado que funcionará com pdflatex:

\documentclass{article}
\usepackage{hyperref}
\usepackage{pdfpages}
\usepackage[russian,english]{babel}

\newcounter{includepdfpage}
\newcounter{currentpagecounter}
\newcommand{\addlabelstoallincludedpages}[1]{
   \refstepcounter{includepdfpage}
   \stepcounter{currentpagecounter}
   \label{#1.\thecurrentpagecounter}}
\newcommand{\modifiedincludepdf}[3]{
    \setcounter{currentpagecounter}{0}
    \includepdf[pages=#1,pagecommand=\addlabelstoallincludedpages{#2}]{#3}}

\begin{document}

You can refer to the beginning or to a specific page: \\
see page \pageref{doc01.1} till \pageref{doc02.3}.\\

\begin{itemize}
  \item Here contribution from Grupmate 1 \pageref{doc01.1}
  \item Here contribution from Grupmate 2 \pageref{doc02.1}
\end{itemize}

\modifiedincludepdf{-}{doc01}{MyDoc1.pdf}
\modifiedincludepdf{-}{doc02}{MyDoc2.pdf}

\end{document}

Observação

Para simplesmente mesclar e dividir documentos ou páginas PDF você pode usar ferramentas como pdftk e se inspirar em outras questões [3] sobre isso.

Referências

informação relacionada