Cum să divizi PDF-uri în Terminalul Linux cu PDFtk

Pentru a diviza un PDF din terminalul Linux cu PDFtk, utilizați burstpentru a salva fiecare pagină ca PDF separat sau utilizați catpentru a copia paginile alese într-un PDF nou. Ambele metode păstrează documentul sursă intact atunci când dați rezultatului un nume diferit. Exemplele de mai jos utilizează numere de pagină bazate pe unu, deci pagina 1 este prima pagină din fișier.

Instalați PDFtk

Pe Debian și Ubuntu, instalați portul Java curent, ambalat ca pdftk-java. Pachetul oferă pdftkcomanda utilizată în acest ghid:

sudo apt update
sudo apt install pdftk-java
pdftk --help

Debian este listat pdftk-javaîn depozitul său stabil, iar Ubuntu îl oferă în componenta Universe. Pe Fedora, openSUSE, Arch Linux sau o altă distribuție, căutați în depozitele de distribuții activate pdftksau pdftk-javași instalați pachetul construit pentru versiunea dvs. De exemplu, căutați cu dnf search pdftk, zypper search pdftk, sau pacman -Ss pdftk. Tratați pachetele AUR ca fiind întreținute de comunitate și revizuiți fișierele lor de compilare înainte de instalare. Evitați comenzile RPM vechi pentru versiuni fixe din articolul sursă: acestea indică către openSUSE Leap 42.3 și bibliotecile GCJ vechi.

Pentru detalii despre pachetele Debian și Ubuntu, consultați pagina pachetului stabil Debian și pagina pachetului Ubuntu 24.04 .

Pregătiți un dosar de lucru

Păstrați fișierul sursă și paginile generate într-un director dedicat, astfel încât rezultatul să fie ușor de găsit. Înlocuiți calea exemplu cu locația reală a PDF-ului:

mkdir -p ~/Documents/pdf-work/split
cp "/path/to/annual-report.pdf" ~/Documents/pdf-work/
cd ~/Documents/pdf-work

Dacă numele fișierului conține spații, păstrați-l între ghilimele atunci când îl utilizați într-o comandă. PDFtk scrie căi de ieșire relative din directorul afișat în promptul terminalului.

Împărțiți fiecare pagină în propriul PDF

Execută burstatunci când dorești un fișier separat pentru fiecare pagină. Creează mai întâi directorul de ieșire, apoi furnizează un model de nume de fișier numerotat:

pdftk annual-report.pdf burst output split/page_%03d.pdf

Modelul %03dnumerotează fișierele cu trei cifre, cum ar fi page_001.pdf, page_002.pdf, și page_003.pdf. Aceasta menține listarea alfabetică a fișierelor în ordinea paginilor, inclusiv pentru documentele cu mai mult de nouă pagini. PDFtk scrie, de asemenea, un raport de date despre pagină apelat doc_data.txtîn directorul de lucru curent. Verificați rezultatul cu:

ls -1 split

Extragerea unui interval de pagini într-un singur PDF

Se utilizează catatunci când rezultatul trebuie să fie un document care conține un interval continuu. Acest exemplu copiază paginile 4-8 într-un fișier nou:

pdftk annual-report.pdf cat 4-8 output pages-4-through-8.pdf

PDF-ul original este neschimbat; pages-4-through-8.pdfconține paginile solicitate în secvența lor originală. Manualul PDFtk descrie catprocesul de asamblare a intervalelor de pagini într-un document de ieșire.

Alegeți pagini neconsecutive

Puteți combina numere de pagină individuale și intervale într-o singură comandă. Ordinea din ieșire urmează ordinea pe care o listați după cat:

pdftk annual-report.pdf cat 2-3 7 10-12 output selected-pages.pdf

Această comandă creează un PDF care conține paginile 2, 3, 7, 10, 11 și 12. Pentru a extrage o secvență diferită, modificați numerele și intervalele. Pentru a împărți doar paginile selectate în fișiere individuale, utilizați burstși păstrați ieșirile numerotate necesare; catscrie întotdeauna paginile selectate împreună ca un singur PDF.

Verificați rezultatul și evitați greșelile comune

• Se utilizează ls -1 splitpentru a revizui fișierele rafale sau ls -lh pages-4-through-8.pdf selected-pages.pdfpentru a confirma existența fișierelor de ieșire denumite.
• Alegeți un nume de fișier de ieșire nou de fiecare dată. Nu utilizați PDF-ul sursă ca cale de ieșire și verificați dacă există deja un fișier cu numele țintă înainte de a executa o comandă.
• Dacă terminalul spune pdftk: command not found, confirmați că pachetul a fost instalat cu succes și că executabilul se află pe fișierul PATH.
• Dacă PDFtk nu poate deschide fișierul de intrare, verificați directorul de lucru și numele fișierului. Scrieți numele cu spații, de exemplu "annual report.pdf".
• Pentru un PDF protejat prin parolă, PDFtk poate solicita parola corespunzătoare. Evitați să introduceți o parolă reală direct într-o comandă care ar putea fi salvată în istoricul shell-ului.
• Divizarea paginilor nu execută OCR și nu transformă imaginile paginilor scanate în text căutabil. Aceasta copiază paginile în fișiere PDF noi.

Pentru sintaxa exactă, regulile privind intervalul de pagini, ieșirea numerotată în rafale și opțiunile de parolă, consultați manualul serverului PDFtk și exemplele sale din linia de comandă .