折腾与PDF优化艺术
与PDF的缘起
第一次接触PDF格式是在高中，当时教室里都已经配备了希沃一体机，化学老师就将从各处搜集来的试卷扫描为PDF，导入OneNote后，在大屏幕上点点画画为我们讲解。
可以直接在电脑（希沃一体机毕竟是Win系统）上做批注的神奇效果，在我装满高考内容的脑中也占有了一席之地。高中毕业，升入大学前夕，我为自己挑选了Surface Pro 6作为大学几年的笔记本电脑，正因为Surface Pro作为二合一笔记本，在保留Win系统的同时，也提供了触屏功能。终于我得以实现笔记电子化的愿望。
但这还只是开始。
大一上学期，在Surface Pro作为平板使用时，明显可以感到奔涌的热流和闪亮的反光，这种种的不适感冲击着专注力，同时Win平板羸弱的电量控制力也根本无法支撑长时间的脱电学习。因此很快，我就放弃了用Surface Pro作为写字板使用的念头。
尽管Surface Pro不再作为电子化学习的主力军，但电子化势在必行。2020年初，新冠肺炎疫情突如其来，大一下学期便在欢声笑语与“临床学习”中展开了。赋闲在家提供了良好的研究环境，PDF的研究便从此开始。
折腾的无止境
PDF的获得
巧妇难为无米之炊。PDF原始资源的获得是一切的开始。本文中讨论的PDF特指扫描版书籍。
根据来源，我们可分为：
- 获取现有PDF资源；
- 从纸质书制作PDF。
两种方法各有优缺点。获取现有PDF资源固然简便，但很多新书和冷门书不一定会有相应PDF，并且PDF质量参差不齐。而从纸质书制作PDF则首先需要有纸质书，并且需要有适合的光线及扫描（拍摄）设备，但画质和分辨率的上限相应很高。
现有PDF的找寻——大浪淘沙
对于PDF的搜寻主要是分散在各大数据库。
超星
对于超星的解读，阿虚同学珠玉在前，就不多赘述。这个圈子里的内卷比较严重，最近不少库都被封了。现在谁的库全，谁就有话语权。只能说，懂得都懂（手动狗头.jpg）
放一张图表示我略有涉猎。
盈科
盈科千信是一家神奇的文献服务公司，在微信大规模封杀群机器人后，他们公司居然还能大规模地使用群机器人，也许又是类似VPN一样，只封个人不封公司的政策吧。
盈科千信会和很多高校图书馆开展合作，提供微信群文献检索服务，服务内容包括但不限于中外文期刊（通过引文或Doi号搜索）、中外文出版物（通过ISBN号搜索）等。由于有群机器人的加成，检索效率和体验可谓是相当的舒适。可惜，北中医的盈科1群已经人满，也许只能寄希望于2群的出现，或者另寻其他学校的盈科群。如下图便是本人混入了贵州铜仁学院的盈科群。
中医数字图书馆
中医数字图书馆是由中国中医药出版社建设的线上数字图书馆。其中有很多制作优良的Epub和PDF资源，可惜只能看而不能下载。
关于中医数字图书馆网站的Epub资源，曾见过流出的，也许是某位大佬破解了网站的防盗措施，但可惜的是未闻其声。而关于该网站的PDF资源，我也曾经着手破解（以前曾按网上方法破解了人卫的数字图书馆），希望能下载高质量的原版PDF（接近于Word导出的那种），可惜最终失败。
但故事并没有结束。2022年1月时，正值大三上学期期末考期间。当时我发现下学期要用到的《中医内科学实用新教程》全网几乎没有资源（除了读秀的文献传递，但质量和传递速度堪忧），但这个网站上却有原版（而非扫描版）。宝山在前却不得入门之法，苦思冥想（期末摸鱼）数天后，一个奇妙却古朴的方法浮现了：截图。
回过头来看，可谓是感慨万千。感慨柳暗花明，更感慨大道至简（手动狗头.jpg）。现将当时的流程（Win环境）大致列出，以供后来人参考。
后来也发现了阿虚同学的相关教程，不由感慨吾道不孤（2022.2.14更新）。
有一天突发奇想使用了虚拟HDMI，创建了个虚拟的4k显示屏，居然可以用（2022.2.15更新）。
-
*选用软件ShareX进行全屏截图操作，因其截图快速且可隐藏提示。
-
*选用软件Quicker中的“Ever录精灵”组件，进行按键录制操作。具体录制操作为“PrintScreen（全屏截图）-点击下一页”，这两步即自动化操作的最小单元。
-
选用分辨率相对高的显示屏进行后续操作，因截屏的分辨率受限于显示屏的分辨率。本人选用了Surface Pro 6，分辨率为27361824。
-
*打开相应书籍的在线PDF，将显示方式调整为“单页”，也就是一屏一页。缩放方式可选“适应页面”。由于我的Surface Pro 6可以竖屏，所以我选的是“适应宽度”。
-
*随后播放
第二步中录制的键鼠操作，重复几百次（根据页数）。中途可以去喝杯茶。 -
*这样就获得了一堆截屏，其中中间的一部分是我们需要的PDF内容。
-
*选用软件IrfanView对上述获得的图片进行批量裁剪。
-
*之后可参看章节PDF一般优化流程
从纸质书制作PDF——自力更生
在2021年前，这个不算是刚需。但十四五来了！几年内网上不太可能会有十四五教材的电子版，因此从纸质书制作PDF就成了绕不过去的坎。
这里有自制和送制两种途径。
自制
知乎的白垩纪老哥说的是相当详细了，此处不再赘述。但根据个人实操经验，对于我们只做几本电子书的体量来说，很难在开头就锻炼成像他那样，并且医学生的学业压力较大，因此更加推荐送制。
送制
送制即送到打印店或者淘宝商家那里扫描。一般会有拆书扫描和不拆书扫描两种，一般拆书是将书脊拆下，随后用馈纸式扫描仪自动化扫描，基本不会有曲度或偏斜。而不拆书扫描一般选用高拍仪，尽管保证了原书的完好，但扫描效果略差于拆书扫描，大家可按需选择。
PDF一般优化流程
拿到一本PDF后，有时会发现它有体积过大、重影、字淡、歪斜、褶皱等情况，这个时候就要对其进行优化处理，依然引用知乎的白垩纪老哥的回答，推荐仔细阅读。一般分为如下步骤：
1.PDF提取为图片
扫描PDF的本质是一张张图片集合而成，因此需要将其还原回原本模样后再作处理。这里我选择PDF补丁丁进行图片提取。
这样第一步就完成了，PDF中的图片被提取了出来。
2.图片批量优化
针对图片优化，可以减小图片体积、增强可读性。这里我们用到的软件是ComicEnhancerPro。知乎老哥白垩纪这篇回答里写得更详细，可参。
-
打开软件
-
拖入图片或打开图片
-
关注参数栏
-
纠斜&切边
-
减色
-
调曲线
-
做其他修正后批量导出，等待完成。
以上简单的批量优化图片就完成了。
3.重新组合图片为新PDF
在批量优化完图片后，就需要将其重新组合为新的PDF。选用的软件为PDF补丁丁具体操作如下：
4.OCR（光学文字识别）
第一次接触OCR是在高中了，因为浙江高考科目技术中的信息技术要考这个……回过头来看，OCR可以说是点石成金的魔法，它让一本平平无奇的图片PDF成为可复制可搜索，着实是提高了学习和工作效率。
双层PDF
制作双层PDF一般可选用ABBYY。
-
下载安装ABBYY。本例中使用ABBYY 15进行示范。
-
设置语言。
-
调整几个OCR选项。
-
*关闭使用MRC压缩
-
*关闭拆分对开页
-
开始OCR
-
OCR完成后，另存为可搜索的PDF
矢量化
矢量化相对于双层PDF而言，也就是将PDF单纯用可编辑的文本保存，放大后边角不会毛糙，但在失去原文辅助的情况下，如果出现错字则让人费解。
这里我们选用万兴PDF
-
下载安装万兴PDF。
-
选择OCR PDF或批量处理
-
选择文件后进行OCR即可
5.书签的获得与添加
书签可从读秀上获取，直接从网站上获得或运用小工具通过SS号进行搜索获得。
书签的添加可通过软件PdgCntEditor批量添加，只需要满足书签名+制表符（tab）+页码 即可，层级之间也是通过制表符（tab） 进行缩进即可。如图所示。
6.PDF页码偏移
一般通过上述方法获得的目录是正文页的编码，而我们的PDF往往不是从正文页开始的，这时就需要调整页码偏移。目录页码的偏移可在PdgCntEditor中完成。而页面标签的偏移则可在Adobe Acrobat DC中完成。前者是调整目录的对应，而后者是调整页码标签的显示。一般先进行目录页码偏移，再进行页码标签偏移，前者为必需，后者则是锦上添花。
调整目录页码偏移如下：
调整页面标签偏移如下（为方便理解，此处示例PDF已完成页码标签偏移）：
其他的PDF优化技巧
这一篇较少用到，因此从简，如有需要可再交流。
PDF去除密码
PDF的密码其实可以设置很多，我这里简单提两个。
阅读限制密码
这个需要事先知道密码方可去除，在知道密码进入PDF阅读界面后，通过属性将安全性方法移除，此处选用的软件为Adobe Acrobat DC。
编辑限制密码
这个就可以通过小工具巧妙绕过了。这里选用的是PDFPasswordRemover，只需要将编辑限制的PDF拖入后，软件会自动进行解密，生成一个去除密码的新PDF。
PDF切边
如果PDF的白边比较规整，可通过Adobe Acrobat DC进行切边。
如果不太规整，可以选用briss进行批量裁切。不同的页面皆可自动识别并裁切。
PDF字体更换
可使用Adobe Acrobat DC插件PitStop Pro。
PDF页面分割（一切多）
有时候老师发的PPT是一页多张PPT，这是就需要进行页面分割。这里我们选用A-PDF Page Cut。
从PDF结构创建目录
有时候我们拿到的是Word导出的PDF，这种PDF格式就相对规整，可以通过匹配标题格式来自动创建目录。这里选用的软件是PDF补丁丁。
另辟蹊径
从Word创建PDF
这也许是我们最常见的高质量PDF的来源。从Word创建PDF就好像拍照一般，定格下了某一刻Word的模样。
在一键导出PDF之前，也许我们可以注意一些小细节。
从标题创建书签
如果Word文件自带大纲层级，那么选择从标题创建书签将为PDF自动创建目录。具体可在Word导出PDF的选项中找到。
嵌入字体
字体一般分为TTF和OTF两种格式。OTF字体相对较新，广为人知的便是Adobe的思源宋体和思源黑体。
但需要注意的一点是，OTF字体在Word导出PDF时无法正常嵌入，会变为锯齿状。此时便需要使用该字体的TTF版，可以选用在线或本地工具进行转换。
从Epub/Mobi/Azw3创建PDF
Epub/Mobi/Azw3资源相对少见，一般是亚马逊、京东读书等书城流出。精致的排版和目录让它们的实用价值极高，一般可用软件Calibre将其导出为PDF，效果很赞。
结语
折腾永无止境，但让我们沉迷的或许就是过程中的“心流“与“高峰”体验。时至今日，在如同创作巨作般完成一个精美的PDF时，我的心灵仍会像被暴雨淋湿的幼犬一般，颤抖不已。
版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
作者：友人G
联系方式：guyuanye1973（微信），guyuanye1973@foxmail.com
PDF购买：本人可提供教材及其他电子书PDF， 包含OCR（可搜索和复制）和目录书签，十四五的教材，如果是我专业需要用到的，本人会自行扫描制作PDF，具体书目可咨询
发布日期：2022年2月6日
