用于取消隐藏PDF中隐藏文本的PostScript代码

Question

我的PDF中包含一些隐藏文字。

当我按[CTRL+a]时，我会在文档查看器中看到隐藏的文字。

我也可以复制文本，我可以通过pdftotext提取文本，但是我无法重新着色文本，因此我可以在不按[CTRL+a]的情况下查看PDF查看器中的隐藏文本。

所以我有了这个想法，我可以使用PostScript并更改此文本对象的颜色。

但是，如何确定设置颜色的功能或隐藏文本？

Answer 1

您不能使用PostScript来实现您想要的效果。您需要手动编辑PDF文件...

---

基本上有三种方法可以“隐藏”文字：

• 它可以是白色（或任何颜色）白色文本（或与文本相同的颜色）背景。
• 它可以被另一个物体覆盖，比如白色区域或图像。
• 可能正在使用文字渲染模式3 （"3 Tr"）。

前两个案例我不会在这里解释，因为它们不太可能。对于第三种情况，您可以这样继续：

1. 使用 qpdf 在PDF中解压缩尽可能多的压缩'stream'，创建qpdf调用< em>'QDF模式'的PDF：

   qpdf --qdf --object-streams=disable input.pdf uncompressed.pdf
   

2. 在优秀的文本编辑器中打开uncompressed.pdf，例如VIm。

3. 搜索序列3 Tr _{（文本呈现模式3在PDF-1.7规范中描述为“既不填充也不描述文本（不可见）。”）}

4. 将其更改为1 Tr或2 Tr并保存文件 _{（文本呈现模式1是“笔划文本”，模式2是“填充，然后是笔划文本。”模式1将仅显示轮廓... ）}

5. 重新压缩文件：

   qpdf uncompressed.pdf input-modified.pdf
   

6. 在您喜欢的PDF查看器中打开新文件input-modified.pdf。它现在应该显示“未隐藏”文本。

---

更新

从OP（通过私人频道）收到带有“隐藏”文字的PDF文件样本后，我现在可以确认隐藏确实是通过使用白色文本颜色（RGB白色）实现的。

使这样的文字可见：

1. 使用qpdf --qdf --object-streams=disable in.pdf unpacked.pdf

打开PDF包装

2. 搜索所有1 1 1 rg和1 1 1 RG。这些将RGB颜色设置为白色（第一个非描边，第二个用于描边操作）。

3. 未压缩PDF文件的QDF版本中的注释àla%%Contents for page N:将指示颜色设置有效的页面。 _{（ 注意 ，可能会多次出现rg和RG运算符，每个运算符设置不同（或相同）下一个绘图操作的颜色。）}

4. 现在用黑色替换白色，用0 0 0 rg和0 0 0 RG覆盖找到的匹配项。这不是一次完成，而是一个接一个地执行，并在保存更改后观察相应页面上的更改。 （如果已经在黑色背景上，您可能希望避免将白色文本绘制为黑色！）

Answer 2

首先，PDF中的隐藏文本是使用文本渲染模式而不是颜色完成的。文本呈现模式3是“既不笔画也不填充”。因此，如果这是文本的绘制方式，更改颜色将无济于事。当然，我们无法判断这是否是如何绘制文本（但我怀疑它是），因为您尚未公开PDF文件。几乎在所有情况下，如果您想讨论特定文件，最好的办法就是将其公开。

其次，你不能使用PostScript来改变PDF文件（好吧，你可以写一个PostScript程序来解释PDF文件，但这很难......）