如何正确裁剪具有不均匀文本边距的PDF

Question

我有这样的PDF：

其中相对于文本内容的所有边距在每页上都不同。

是否有任何工具可以为我纠正这个问题？

我知道Scan Tailor可以在位图上执行此操作，但这只是文本图层的PDF，因此我不会在任何阶段涉及位图的解决方案之后

---

更新：

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

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

生成带有文本内容维度的bbox.txt文件，就好像没有边距（边界框）一样。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，第一个数字是左下角x，y值，其余两个和右上角，从左下角开始测量（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，如下所示：Cropping a PDF using Ghostscript 9.01

Answer 1

如果您确定只涉及文本（而不是在其上绘制文本的图像或绘制符号的路径），您可以使用iText（或者很可能也使用iTextSharp的某些.NET语言）轻松地在Java中构建这样的工具）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。

通过操纵各个页面的MediaBox条目，您可以根据需要调整边距。