使用convert从PDF文件中抓取特定页面？

我知道我以前做过，所以我敢肯定，我只是忘记怎么做。有一种方法可以告诉convert抓取PDF的特定页面，而我想将该页面的格式保留为PDF。

ImageMagick是用于位图图像的工具，而大多数PDF都不是。如果使用它，它将栅格化数据，这通常是不希望的。

Pdftk可以从PDF文件提取一页或多页。

pdftk A=input.pdf cat A42 A43 output pages_42_43.pdf

如果您使用PDFLaTeX安装了LaTeX，则可以使用pdfpages。有一个用于pdfpages的外壳包装pdfjam。

pdfjam -o pages_42_43.pdf input.pdf 42,43

另一种可能是Python（带有PyPdf库）（此处过大，但对于要求复杂的一页有用）。

#!/usr/bin/env python
import copy, sys
from pyPdf import PdfFileWriter, PdfFileReader
input = PdfFileReader(sys.stdin)
output = PdfFileWriter()
for i in [42, 43]:
    output.addPage(input.getPage(i))
output.write(sys.stdout)

您可以使用下标符号convert(1)来“索引” PDF：

$ convert source.pdf[1] dest.pdf 

索引值取决于PDF导出器对页面进行编号的方式。在此处的文件测试中，数字似乎是从零开始的，因此上述示例使您获得文档的第二页。我在网上看到过一些示例，它们显示字母索引，因为显然PDF创建者以这种方式“编号”了该文档中的页面。

不幸的是，这不会产生很好的结果，因为ImageMagick假定所有内容都是基于像素的，因此光栅化了矢量图像，例如典型PDF的版式。

一个更好的工作工具是Ghostscript，您可能已经安装了它：

$ gs -dNOPAUSE -dBATCH -dFirstPage=2 -dLastPage=2 -sDEVICE=pdfwrite \
    -sOutputFile=dest.pdf -f src.pdf

由于Ghostscript对PDF（PostScript派生类）的理解比ImageMagick更加深入，因此这使PDF数据保持不变。