如何正确裁剪文本边距不均匀的 PDF

Question

我有这样的 PDF：

相对于文本内容的所有边距在每个页面上都不同。

有什么工具可以帮我解决这个问题吗？

我知道 Scan Tailor 可以在位图上执行此操作，但这是只有文本层的 PDF，所以我不寻求在任何阶段都涉及位图的解决方案

---

更新：

好的，对我来说没有必要尝试在 Windows 上运行 PDFCrop，因为主要功能是由 ghostscript 提供的。此命令（取自 pdfcrop perl 脚本）：

gswin32c.exe -dSAFER -dNOPAUSE -dBATCH -q -r72 -sDEVICE=bbox -f input.pdf 2> bbox.txt

生成带有文本内容尺寸的 bbox.txt 文件，好像没有边距（边界框）。它看起来像这样：

%%BoundingBox: 91 259 474 757
%%HiResBoundingBox: 91.000000 259.000000 474.000000 757.000000
%%BoundingBox: 85 224 470 768
%%HiResBoundingBox: 85.000000 224.000000 469.375000 768.000000
%%BoundingBox: 102 217 489 768
%%HiResBoundingBox: 102.000000 217.000000 488.457031 768.000000
...

其中第一个到数字是左下角 x,y 值，其余两个和右上角，从左下边缘测量（以像素/点为单位）。

这可以通过用户选择的语言读取，然后根据需要更正 bbox 并再次传递给 ghostscript，即此处引用：Cropping a PDF using Ghostscript 9.01

Answer 1

如果您确定只涉及文本（而不是带有文本的图像或路径绘制符号），您可以使用 iText（或者很可能使用 iTextSharp 的某些 .NET 语言）在 Java 中轻松构建这样的工具) 使用解析器包功能。

iText in Action，第 2 版，第 15.3.4 章介绍了如何查找文本边距，示例代码可以在 SourceForge iText SVN 存储库的ShowTextMargins.java 中找到。

通过操作各个页面的 MediaBox 条目，您可以根据需要调整页边距。