/ 教程  

5 个不为人知的 PDF 技巧

工作、学习中，我们都没少和 PDF 文档打交道。

PDF能流行开来，功劳就在其兼容性好，本世纪的设备基本都能打开、打印时所见即所得、传给别人不用担心格式丢失或出错……以至于我和同事曾经调侃：简单说，PDF 就是一张图片

不过，如果你想对 PDF 做一些超出「图片范畴」的操作，问题就接踵而至了。这篇文章里，就收集了 5 类疑难杂症，相信不少人都遇到过：

  1. PDF 边儿太宽，浪费空间；
  2. PDF 里全是别人的批注，影响我阅读；
  3. PDF 居然有密码，没法在上面批注、记笔记；
  4. 扫描版 PDF 里的字没法搜索，只能看着它干瞪眼；
  5. 想把 Word 文档或其他文件转换成 PDF，一个一个来嫌太慢。

这些问题遍布 PDF 的生成、传播到阅读、批注，而由于 PDF 的「图片」特性，我们没法像改 Word 文档一样轻松地修改 PDF，需要另辟蹊径。本文将解决以上所有顽疾。

上述部分问题没有现成解决方案，所以我会提供 3 个原创的自动化动作。考虑到大家用的工具各不相同，我统一提供通用的 Automator 版本，安装后可以在右键菜单取用。各个第三方工具的玩家可以自行改造，做出适合自己操作习惯的动作。

本文所有工具都可以在右键菜单取用

注：本文技巧仅供个人使用，请勿用于传播盗版资源——事实上，这些方法也入不了有批量生产需求的盗版商之眼。

技巧一：去除白边

「白边」是 PDF 文件的特色。有些白边是特意留出来放页码、页眉的，有些则是扫描时一同扫进去的白底1 ，但总而言之，它们挺很浪费屏幕空间，特别在 Kindle、小平板等小尺寸设备上，文字会被压缩好几圈。

用 Kindle 看没裁过的 PDF，往往挺遭罪

去除白边有很多思路，我们用两种 macOS 原生的。一种是重新打印，另一种是手动裁剪，各有优劣，我们分别介绍。

重新打印

macOS 自带的打印功能可以按比例缩放 PDF，从而裁出比较整齐的新 PDF 文档。直接用预览工具打开 PDF 文件：

  1. 勾选「缩放」，填入数值。留意一下左侧预览窗口，感觉白边差不多没了就行了。
  2. 选择左下角「存储为 PDF」。

重新打印

重新打印后的 PDF 文件图文内容明显大了一圈，如果你需要在 Kindle 上阅读，也可以把数值填大一些，把页码一起切除。

打印后白边小了很多

不过打印的缺陷也比较明显，需要 PDF 本身比较规整，可很多扫描版 PDF 的白边分布很随机，没法通过打印通吃它们2 ，这时候就需要手动裁剪了。

手动裁剪

听到「手动」两字不用怕，其实还是可以批量处理的。仍然用预览工具打开 PDF：

  1. 点击左上角的按钮，开启「缩略图」视图；
  2. 按下 ⌘Command - A，选中所有页面；
  3. 点击「菜单栏 - 工具 - 矩形选择」；
  4. 选中需要留下的区域，按 ⌘Command - K 进行裁剪。

手动裁剪 PDF

裁剪前可以发现，尽管只在 PDF 其中一页进行了选取，但选区被应用到了所有页面——因为我们已经提取选中了它们，从而实现批量处理。开一方面，相比重新打印，裁剪还可以更灵活：

  1. 选区能自行调整，不一定非得是 A4 纸3 的长宽比；
  2. 如果部分页面如果裁不齐，可以单独再行修剪。

手动裁剪时，不同页面可以裁成不同大小

不过手动裁剪也有问题，首先就是很难裁整齐。如果你的阅读器能够显示 PDF 封面（基本都能显示，逃不掉的），那你将获得一排参差不齐的书籍封面，看着很碍眼。

高低不齐的封面看着很难受

另外，扫描版的 PDF 文件往往体积巨大，动几十上百兆，而裁剪操作仅是隐藏边上的部分，并没有删除它们，裁好后文件体积不会减小。

总之，如果想裁得整齐、精巧，又不在意目录，那可以重新打印；如果需要保留目录，那还是手动裁剪。

技巧二：去除批注

有些 PDF 流传了几代，交到我们手里时已经画满了前人的标记。这些用功的痕迹，很大程度上也影响了正常的阅读、批注。

画满了批注的PDF

虽说 PDF 可以看作一张「图」，但它可能也是分层的，批注就是最顶端的「图层」，能够选中后删除。

PDF 其实是分层的

不过文档里的批注出没无常，就算有耐性一个一个手动删，也不一定拔得干净。PDF Expert、Adobe PDF Acrobat 这些专业工具倒是能够批量消灭批注，但它们价格实在太高，这里介绍一个不花钱的工具：iOS 上的 PDF Viewer。

PDF Viewer 是那种讨人喜欢的小巧阅读器，原生界面，简单的导入导出功能、必要的批注工具，最重要的是可以导出纯净版 PDF，不含标注。

PDF Viewer 可以导出不带批注的 PDF

没有多余的步骤，一份干净的 PDF 就出现了。

去除批注前后

对了，如果你下载了一份插满推广链接的 PDF——尤其是那种不小心碰一下就会弹到浏览器的烦人链接——上述方法或许也能起到批量清理作用。

技巧三：绕过编辑密码

有些 PDF 能打开阅读，但是不能编辑，做笔记也不行，很头疼。这就是遇到拥有者密码（Owner Permission Password）了。

初衷是好的，但有时也会给自己人带来不便。读书时就有这种情况，系里祖传的一些 PDF 书籍，当年的制作者不知何处高就去，只留密码挡我路，在我们看到精彩处、大笔一挥想记点东西时，发现没有权限编辑。

编辑密码严重影响做笔记

好在这类编辑密码也有办法绕过的：不用什么「破解」，只需要一个 Google Drive 网盘。

  1. 先确认一遍，你遇到的的确是拥有者密码，如果连打开都不给打开，你还是找提供 PDF 的人讨密码吧；确认后，把想编辑的 PDF 文档上传到 Google Drive。到这一步，事儿就成了一半了。

上传 PDF 到 Google Drive

  1. 接着就省力了，在 Google Drive 里点击查看 PDF，点击右上角的打印按钮，静待一分钟，不带密码的 PDF 就生成了，Google Drive 会帮你打开一个预览的页面。

在 Google Drive 中打印 PDF

  1. 最后点击预览界面的下载按钮，新 PDF 就躺在了你的下载文件夹。如果没看到下载按钮，就在页面中下方晃几下鼠标把它召唤出来。

下载没有密码的 PDF 到本地

说到底，这个技巧的原理只是把你看到动东西重新打印了一遍，其他网盘或在线文档协作工具可能也支持，大家不妨自己测试一下，如果有能在国内可用的服务就更好了。

之前坊间流传过用 Chrome 浏览器重新打印来「解锁」密码的方子，不过在最新版本的浏览器中已经失效。我做了些测试，当前版本的 Chromium、Firefox、Safari 等浏览器均无法直接打印带密码的 PDF。

此外，网上还有一些破解 PDF 密码的站点，需要上传原始 PDF 文件，无论出于版权还是安全因素考虑，这里并不推荐4 。当然，如果是一些从不可言说网站下载来的 PDF，连解压/打开密码都不知道，那就无能为力了

技巧四：将扫描版 PDF 转换成可搜索的文档

读过扫描版 PDF 的人，都知道那种能看不能搜的感觉是多么难受。不巧，有些老教材又只有扫描版，似乎只好硬着头皮人肉检索。

@契丹神童 曾经在 Power+ 1.0 介绍过 ocrmypdf 这个命令行工具，能够给扫描件填上一层文字层，使得文本能够被搜索；我据此做了一个 Automator 动作，这样，不用买第三方工具也可以享受 OCR 功能。

ocrmypdf 处理过的文件能被搜索

> 动作下载

光装好动作，还不能直接用，需要安装和配置一下 ocrmypdf。下面是安装 ocrmypdf 及中文语言包的脚本，直接复制到终端中运行即可。截至写这篇文章，tesseract 的最新版本是 3.05.02，如果下载语言包失败，请到 /usr/local/Cellar/tesseract/ 下检查一下你的版本是多少，并把命令里的旧版本号 3.05.02 替换掉。

# 安装脚本
brew install ocrmypdf
wget -o /usr/local/Cellar/tesseract/3.05.02/share/tessdata/chi_sim.traineddata https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata

装好动作、配置完成后，OCR 功能就会出现在右键菜单里。

挑一个扫描版或图片版本的 PDF 识别一下，短则几秒钟，长则几分钟，具体要看 PDF 大小。

OCR 功能在右键菜单里

动作运行结束后再打开 PDF，就能进行搜索了。其实不光在 PDF 文档里面可以搜索，直接用 Spotlight、Finder 也能搜刚才处理过的 PDF，很方便。

通过 Spotlight 搜索到了 ocrmypdf 处理过的文件

除了右键菜单，刚才你下载的 Automator Workflow 还可以当作快速操作来用，直接在 Finder 的 PDF 预览面板里进行 OCR 识别。

把 OCR 动作集成到 Finder

ocrmypdf 的功能非常强大，我只用到了其中的中文和英文 OCR 功能，如果你还要和其他语种打交道的话，不妨读读契丹神童的文章，试着自己配置语言包。

技巧五：批量制作 PDF

PDF 最「本职」的工作，估计就是作为一种万能的打印格式。不少人都有给文印店 PDF 文档的好习惯，即便店里设备再古董，打印出来格式也不太会出错。

不过对于制作 PDF 的人来说，可能就要花点力气了，遇上期末、项目截止时文档较多，还挺麻烦。下面的两个自动化方法可以一次性把各类常见文档转换成 PDF，方便打印。

3 类文档的转换流程

文本文档转换成 PDF

不含图片的文档主要有 3 类 ：

  1. Docx 文档
  2. HTML 文件
  3. RTF 富文本文件

它们转换起来比较容易，在 macOS 上不用下载任何第三方工具，全靠系统工具就能解决。动作我已经做好，大家可以直接下载，解压后双击安装到右键菜单就能用了。

将文本文档转换为 PDF

> 动作下载

注：本动作对于 RTF 和 HTML 文件支持良好，部分在 Docx 文档可能丢失格式。

稍微留意上面的视频，你会发现，我这个动作不仅可以批量转换 PDF，而且 3 类文档通吃，一起选中也照样处理掉。其实背后的原理挺简单的，就是根据不同文件格式、套用不同的系统命令6 。具体的代码我们不展开，只需简单了解一下上面 3 类文件的转换过程，以后遇到需要转格式的情况，你也可以对症下药：

  1. Docx 文档：先用 textutil 命令生成 HTML，再用 cupsfilter 命令转换成 PDF。
  2. RTF 文件：先用 textutil 命令生成 HTML，再用 cupsfilter 命令转换成 PDF。
  3. HTML 文件：直接用 cupsfilter 命令转换成 PDF。

各种格式的文章转换成 PDF

含图片的文档转换成 PDF

如果是嵌有图片的文档，上面的方法就不起作用了，不过我们仍然有一个原生方案。

macOS 的老玩家可能还记得，可以安装 Office 套件，然后搭配 Automator 实现 Word 到 PDF 的转换。其实有个很取巧的办法，完全用不着 Office，用免费的 Pages 就可以生成 PDF，而且通吃 Docx 和 Pages 文档。

和前几节一样，这次动作还是 Automator Services，装好后同样会出现在右键菜单里。一次性选中几个 Docx 和 Pages 文档，然后运行这个动作，稍等一会儿几份 PDF 就导出来了。

将含图片的文档转换成 PDF

> 动作下载

就像视频所演示的，只要你愿意，Docx 和 Pages 文档混着一起转换也行，照样能够打印成功。

动作原理并不复杂，只是把日常的「导出」操作写进了 AppleScript 脚本里面；有意思的地方在于，Pages 是可以打开预览（但是一些 Word 专有样式会丢失）Docx 文档的，所以不需要进行任何优化就可以让 AppleScript 像处理原生 Pages 文档一样打印 Docx——反正就是所见即所得嘛，没有什么深奥的东西。

通过 Pages 打印带图片的文档

小结

PDF 固然是一种方便的预览格式，而「看」以外的操作，往往不是它的特长。条件允许的话，应该选择 Word、Markdown 等更适宜的文档格式。

由于种种原因，我们仍然需要用到 PDF，而且涉及从页面调整到文本搜索等不属于其本职的操作。遇到这些情况，就需要一些巧劲儿了。