PdfToy（PT） \ PDF 处理软件

type

Post

status

Published

date

Apr 5, 2024

slug

PdfToy

summary

PdfToy（PT）是一款功能强大的 PDF 处理软件，拥有独特的功能如将 PDF 转换回 PDG、使用正则表达式进行内容替换等。此外，它还具备无损导出图像、批量检查 PDF 文件损坏、统一页面宽度和解密口令保护的 PDF 等特色功能。这些功能使得 PT 成为处理 PDF 文件的理想选择。

PdfToy（PT） | PDF/PDG 处理软件

💡

PDG（Portable Document Group） 一种用于描述电子文档的文件格式，主要用于存储扫描的纸质文档，如书籍、杂志等。

PT 里的功能大致可以分为以下三类：

一、独一无二的功能

这类功能由于思路独特、技术小众，所以目前除了 PT 外，我（本文中所有“我”为老马）还没有见过其他软件具备，包括：

1.将 Pdg2Pic 转换的 PDF，再转回 PDG

如果原 PDG 是单层的 PNG、JPG，实际上许多软件的“图像导出”功能也可以导出。但如果是单层的纯黑白图像，其他软件由于不掌握 PDG 版的纯黑白图像编码技术，所以只能导出为 TIFF、PNG 等（将纯黑白图像存储为 JPG 的，不是愚蠢就是恶劣），需要通过 PdgRenamer 处理一遍才能转换成 SSREADER 能够直接打开的标准 00H 版 PDG。而 PT 由于掌握了该项编码技术，可以直接导出 00H 版 PDG 文件，无需在 PdgRenamer 里处理。感谢 coolman 无私提供的技术！

D 版 PT 太古老了，当时我还没有掌握 PDG 版的纯黑白图像编码技术，所以将纯黑白图像转换为 DjVu 文件，再加上一个 PDG 头，懂行的人会觉得很奇怪。

如果原图是文字处理为纯黑白、插图分片处理成灰度、彩色图像的复合型 PDG（在 PdgPic 里显示为 T3 类型），那么目前其他任何软件都无法导出完整的 PDG，只能用 PdfToy。

2.使用正则表达式对 PDF 文件内容进行替换

喜欢这个功能的人非常喜欢，甚至有人认为这个功能无所不能；讨厌这个功能的人也非常讨厌，甚至认为这个功能是个陷阱。为了使用这个功能，我（本文中所有“我”为老马）不知道翻阅了多少遍《PDF Reference》。

当年与国外某 PDF 软件开发商讨论这个功能时，他直接说我开发这个功能是在打开潘多拉的盒子，所以我相信过去、现在和将来，都不会有哪家严肃的软件公司会开发出竞品。

当年我在 readfree 论坛写了 20 多篇 PT 教程，其中大部分都与这个功能有关，包括使用这个功能去除水印、将图像变为透明、修复损坏的 PDF 等，论坛复活后，所有教程都还在。

💡

正则表达式 正则表达式是一种用于描述和匹配字符串模式的语言，广泛应用于文本处理、搜索和替换等任务。

二、靠特色吃饭的功能

这类功能其他软件也有，但并非 PT 独有，但 PT 能够做到“一招鲜”的程度，包括：

1.无损导出 PDF 中的图像

能导出 PDF 中图像的软件很多，但如果导出前要求你自己选择需要统一导出成什么格式，而不是软件根据图像特征自动选择最合适的图像格式，那我劝你尽快删除这样的软件，因为它们无法实现无损导出。

对于 JPG 等有损压缩图像，如果是常规的图像，实际上不少软件（包括开源软件）也能无损导出。但如果加入一些特殊处理，如 ICC 色彩校正、CMYK 反色、alpha 通道透明图像等，那就到了考验技术的时候了。有些东西试过才知道。

💡

无损导出 指在导出过程中不改变原始文件的内容和质量，确保导出后的文件与原文件在内容和质量上保持一致。

2.批量检查 PDF 文件是否损坏

这个功能大家都需要，但能做好的软件并不多。PT 中采用两种方法进行检查：

仅检查文件结构。好处是速度快，缺点是只检查 PDF 文件结构是否完整，忽略了 PDF 内部数据可能存在的问题，因此可能存在漏检。

使用 UnicornViewer（UV）中的 PDF 引擎，在内存中对 PDF 逐页进行解码、模拟显示（术语是“渲染 render”），从而检查 PDF 内部数据是否有误。换句话说，用这个功能检查不报错的，至少用 UV 查看时不会出问题。

💡

UnicornViewer（UV） UnicornViewer（UV）是一个 PDF 阅读和处理引擎，用于在内存中对 PDF 文件进行解码、渲染和显示。

3.批量统一 PDF 页面宽度

在 Acrobat 里查看 PDF 时，页面宽度不一致确实令人烦恼。我（本文中所有“我”为老马）也见过其他能够统一 PDF 页面宽度的软件，但它们采用的是“重新制作”的技术路线，即创建一个新的 PDF，将新 PDF 的页面大小设置为统一尺寸，然后将原 PDF 解码后，重新灌入新 PDF。简单来说，就是虚拟打印技术，只是没有打印驱动。

这种技术的缺陷与虚拟打印技术相似：速度慢，转换过程中可能出现损失，遇到软件无法解码的 PDF 文件内容也会出现问题。

💡

虚拟打印 一种将文件转换为另一种格式（如 PDF）的过程，通常通过模拟打印驱动程序来实现。这种方法可能会导致文件质量损失和速度较慢。

PT 可以直接操作 PDF 文件内容流（正则表达式替换的副产品），因此采用了独特的技术路线：直接更改页面描述部分的页面尺寸参数，然后在页面内容流最前面插入一个比例变换矩阵，实现页面缩放。

所以：