13年历史的国产开源PDF神器：PDF补丁丁

PDF补丁丁是一个多功能的 PDF 文档工具箱，在 2009 年开始，我开始了该程序的开发，到现在也已经有十三年了。它致力于解除 PDF 文档的烦恼，带有一个强大的 PDF 书签编辑器（可自动生成书签），有超快的从 PDF 文档里无损提取图片的能力，又可以合并图片和 PDF 文档，统一页面尺寸，清除文档的打印和复制限制，这些功能都是这些年来一直为用户所喜爱的。对于高端开发者，又提供了文档结构探查器等一系列功能。

根据前一篇文章的预告，从今天开始，PDF 补丁丁的源代码（除第三方组件外）将完全开放，供有心人学习 PDF 文档处理技术之用。请使用者留意的是本软件及源代码采用“良心授权”协议——用户每次使用本软件后如有所获益，应行一善事；如使用源代码开发了新的软件并获得收益，应将收益中不低于千分之一的金额捐赠给社会的弱势群体。

官方及下载链接：https://github.com/wmjordan/PDFPatcher

 

软件界面很简单。

常用的 PDF 开源组件简介

PDF 文档的规范（ISO 32000-1:2008 《Document management — Portable document format — Part 1:PDF 1.7》）可从网上找到，一般来说，它是 PDF 处理程序开发者的必读文献。
PDF 文档格式中涉及印刷领域的多项技术，并有其独特的文档结构，还使用了多种数据压缩算法。要从零开始编写 PDF 文档的处理程序，对于一般人而言，通常是困难而不太现实的。PDF 补丁丁使用 .NET Framework 开发，主要采用 iText 和 MuPDF 这两个开放源代码的组件库来处理 PDF 文档。

前者是 .NET 组件，与 PDF 主程序具有较好的互操作性，并且在解析、生成和修改 PDF 文档，以及嵌入 TTF 字体子集这些功能上，优胜于后者。

后者采用 C 语言开发并编译，与前者相比，其最大的优点是具有渲染 PDF 文档为位图的功能。MuPDF 编译出来的动态组件库可在我另一个开放源代码库 https://github.com/wmjordan/SharpMuPDF 下载。PDF 补丁丁通过 P/Invoke 技术调用该组件库的功能。

除了 PDF 开源组件之外，程序还使用了其它优秀开源组件。例如 ObjectListView 这个强大的列表控件、FreeImage 来读取和解码各种类型的点阵图像文件、Cyotek 的 ImageBox 用于显示渲染好的 PDF 文档页面、TabControlExtra 用于构建选项卡式文档界面、HTMLRenderer 用于显示 HTML 网页界面等等。

PDF编辑页面也很清晰明了，鼠标悬停在具体的功能上会有文字说明其内容，非常友好，也能通过移动鼠标查看字体等。
像常规的合并、拆分PDF等功能这里就不再赘述了，文字识别应该算是一个亮点功能，并且可以通过设置准确定位范围。

源代码的结构

App 目录：PDF补丁丁主程序
Common：一些常用的工具类
Functions：用于呈现软件各类功能的窗体和控件
Lib：程序使用的第三方组件
Model：编辑文档时所用的高级模型（基础数据模型由 iText 和 MuPDF 的类实现）
Options：程序的选项
Processor：进行 PDF 文档处理的算法（其中 Mupdf 目录里放置了 P/Invoke 调用 MuPDF 的类）
doc 目录：放置程序的使用文档（暂缺）
JBig2 目录：放置 JBIG2 图像的编码和解码库代码
编译环境
Windows 10，Visual Studio 2019
工作负载：.NET 桌面开发、C++桌面开发（带 Windows 10 SDK）

PDF补丁丁功能特性

修改 PDF 信息：修改文档属性、页码编号、页面链接、页面尺寸；删除自动打开网页等动作，去除复制及打印限制；设置阅读器初始模式。
PDF 书签编辑器：带有阅读界面（具有便于阅读竖排文档的从右到左阅读方式），可批量修改 PDF 书签属性（颜色、样式、目标页码、缩放比例等），在书签中执行查找替换（支持正则表达式及 XPath 匹配、可快速选择篇、章、节书签），自动快速生成文档书签。
生成 PDF 书签：无需手工输入，自动识别正文标题或目录，为PDF文档生成书签。
制作 PDF 文件：合并已有 PDF 文件或图片，生成新的 PDF 文件。合并后的PDF文档带有原文档的书签，还可挂上新书签（或根据文件名生成），新书签文本和样式可自定义。
拆分或合并 PDF 文件，并保留原文件的书签或挂上新的书签。
高速无损提取导出 PDF 文档的图片。
提取或删除 PDF 文档中指定的页面，调整 PDF 文档的页面顺序。
根据 PDF 文档元数据重命名 PDF 文件名。
调用 微软 Office 的图像识别引擎分析 PDF 文档图片中的文字；将图片 PDF 的目录页转换为 PDF 书签。识别结果可写入 PDF 文件。
替换字库：替换文档中使用的字体库；嵌入字库到 PDF 文档，消除复制文本时的乱码，使之可在没有字库的设备（如 Kindle 等电子书阅读器）上阅读。
分析文档结构：以树视图显示 PDF 文档结构，可编辑修改 PDF 文档节点，或将 PDF 文档导出成 XML 文件，供 PDF 爱好者分析、调试之用。
永久免费，绝不过期，无广告，无弹出废话对话框。

文章TAG：历史  国产  开源  pdf  13年历史的国产开源PDF神器：PDF补丁丁