# 折腾与PDF优化艺术 **URL:** \ **Category:** 🛠工具与编程\ **Tags:** 电子书\ **Created:** [2022 年2 月 5 日 16:00 UTC](https://forum.beginner.center/t/topic/124 "2022-02-05T16:00:00Z")\ **Posts on this page:** 3\ **Page:** 1
作者： ![友人G](https://forum.beginner.center/user_avatar/forum.beginner.center/%E5%8F%8B%E4%BA%BAg/32/370_2.png) [@友人G](https://forum.beginner.center/u/%E5%8F%8B%E4%BA%BAG)\ 发布日期： [2022 年2 月 5 日 16:00 UTC](https://forum.beginner.center/t/topic/124/1 "2022-02-05T16:00:00Z")
投稿：@友人G 编辑：@Sunday # 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： 1. 获取现有PDF资源； 2. 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](https://mp.weixin.qq.com/s/7SX-Oztgx2q76AN5YpntTA)，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。 ![image](https://forum.beginner.center/images/transparent.png) ##### **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](http://libtcm.cptcm.com/docZhongyi/pc/index.jspx?locale=zh_CN)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](https://mp.weixin.qq.com/s/7f77caHoGw9UCkGRxdJoXQ)，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）。 1. > \*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。 2. > \*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。 3. > _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2736_1824。 4. > \*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”。 5. > \*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。 6. > \*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。 7. > \*选用软件IrfanView对上述获得的图片进行批量裁剪。 8. > \*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](https://www.zhihu.com/question/46979886/answer/694324952)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](https://www.zhihu.com/question/46979886/answer/694324952)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](https://www.zhihu.com/question/46979886/answer/694324952)这篇回答里写得更详细，可参。 1. 打开软件 2. 拖入图片或打开图片 3. 关注_参数栏_ 4. 纠斜&切边 5. 减色 6. 调曲线 7. 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_。 1. 下载安装_ABBYY_。本例中使用_ABBYY 15_进行示范。 2. 设置语言。 3. 调整几个OCR选项。 4. > \*关闭使用MRC压缩 5. > \*关闭拆分对开页 6. 开始OCR 7. 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_ 1. 下载安装_万兴PDF_。 2. 选择_OCR PDF_或_批量处理_ 3. 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](https://creativecommons.org/licenses/by-nc-nd/3.0/deed.zh)） **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 ---
作者： ![王白水](https://forum.beginner.center/user_avatar/forum.beginner.center/%E7%8E%8B%E7%99%BD%E6%B0%B4/32/192_2.png) [@王白水](https://forum.beginner.center/u/%E7%8E%8B%E7%99%BD%E6%B0%B4)\ 发布日期： [2023 年6 月 11 日 04:23 UTC](https://forum.beginner.center/t/topic/124/2 "2023-06-11T04:23:33Z")
都快把这篇文章忘记了 😂 ---
作者： ![一般路过木头人](https://forum.beginner.center/user_avatar/forum.beginner.center/%E4%B8%80%E8%88%AC%E8%B7%AF%E8%BF%87%E6%9C%A8%E5%A4%B4%E4%BA%BA/32/1190_2.png) [@一般路过木头人](https://forum.beginner.center/u/%E4%B8%80%E8%88%AC%E8%B7%AF%E8%BF%87%E6%9C%A8%E5%A4%B4%E4%BA%BA)\ 发布日期： [2024 年6 月 8 日 05:18 UTC](https://forum.beginner.center/t/topic/124/3 "2024-06-08T05:18:11Z")
NB（帖子必须至少为8个字符）