Dividir PDF em documentos com várias páginas cada

Question

Existem vários recursos na Web que explicam como se pode dividir um PDF em vários arquivos na página por arquivo.

Mas como você pode dividi-los em blocos de, digamos, cinco páginas cada? Eu olhei para as ferramentas padrão, como pdftk , mas não consegui encontrar uma opção fazendo o que eu quero.

    

Answer 1

pdftk é capaz de cortar eficientemente um conjunto fixo de páginas. Com um pouco de cola de script, isso faz o que eu quero:

number=$(pdfinfo -- "$file" 2> /dev/null | awk '$1 == "Pages:" {print $2}')
count=$((number / pagesper))
filename=${file%.pdf}

counter=0
while [ "$count" -gt "$counter" ]; do 
  start=$((counter*pagesper + 1));
  end=$((start + pagesper - 1));

  counterstring=$(printf %04d "$counter")
  pdftk "$file" cat "${start}-${end}" output "${filename}_${counterstring}.pdf"

  counter=$((counter + 1))
done

Isso pressupõe que você tenha o número de páginas por fragmento em $pagesper e o nome do arquivo PDF de origem em $file .

Se você tiver acroread instalado, também poderá usar

acroread -size a4 -start "$start" -end "$end" -pairs "$file" "${filename}_${counterstring}.ps"

acroread oferece a opção -toPostScript , que pode ser útil.

    

Answer 2

Veja também pdfseparate e pdfunite de poppler-utils . pdfseparate divide o arquivo em um arquivo por página, o que torna relativamente fácil remontar à vontade mais tarde com pdfunite , manualmente ou (semi-) automaticamente.

Como com o zsh:

autoload zargs

reunite() pdfunite "$@" file-$1-$argv[-1].pdf

pdfseparate file.pdf p%d
zargs -n 5 p<->(n) -- reunite
rm -f p<->

dividiria file.pdf em file-p1-p5.pdf , file-p6-p10.pdf ...

    

Answer 3

Eu acho o Python com a biblioteca PyPdf conveniente para os trabalhos que o pdftk não faz convenientemente (ou nada).

#!/usr/bin/env python
import sys
from pyPdf import PdfFileWriter, PdfFileReader

# Command line parsing
if len(sys.argv) < 2 or sys.argv[1][-4:] != '.pdf':
    sys.stderr.writeln('Usage: ' + sys.argv[0] + ''' FILE.pdf N
Split FILE.pdf into chunks of N pages each.''')
    exit(3)
pages_per_file = int(sys.argv[2])

base_name = sys.argv[1][:-4] + '-'
input_pdf = PdfFileReader(open(sys.argv[1]))
output_pdf = PdfFileWriter()
num_pages = input_pdf.getNumPages()
for i in xrange(num_pages):
    output_pdf.addPage(input_pdf.getPage(i))
    if (i + 1) % pages_per_file == 0 or i + 1 == num_pages:
        output_file = open(base_name + str(i / pages_per_file + 1) + '.pdf', "wb")
        output_pdf.write(output_file)
        output_file.close()
        output_pdf = PdfFileWriter()

    

Answer 4

A solução postada por Raphael é falha: se você tem um número ímpar de páginas, as últimas são ignoradas. Existe uma solução aprimorada que funciona também com um número ímpar de páginas. Novamente, presume-se que você tenha o número de páginas por fragmento em $pagesper e o nome do arquivo PDF de origem em $file .

number=$(pdfinfo -- "$file" 2> /dev/null | awk '$1 == "Pages:" {print $2}')

count=$((($number+$pagesper-1)/$pagesper))
filename=${file%.pdf}

counter=0
while [ "$count" -gt "$counter" ]; do
  start=$((counter*pagesper + 1));
  end=$((start + pagesper - 1));
  if [ $end -gt $number ]; then
    end=$number
  fi

  counterstring=$(printf %04d "$counter")
  pdftk "$file" cat "${start}-${end}" output "${filename}_${counterstring}.pdf"
  counter=$((counter + 1))
done