这是否有可能打破pdf文件小于页面打破？

Question

我发现有很多工具可以通过拆分原始PDF文件PAGE WISE将Big PDF文件分解成更小的文件。例如，如果我有一个10页的PDF文档，那么我们就可以打破原来的pdf文件分为10页，分页。

但我想要类似的工具打破PDF文件小于Page wise splitting.That意味着，我需要根据任何参数，如段落，部分，元素......将PDF页面拆分为不同的文档。

例如，

   如果我的PDF文件有2页10段，那么我想根据段落参数将pdf文件拆分成10个单独的Pdf文件...

另外，我坚信pdf不包含任何像Open XML这样的结构。但我也怀疑

这些工具如何通过逐页拆分将pdf文件分解为小的pdf文件？
它们用于页面的机制是什么明智的分裂PDF文件？

那么，有什么方法可以完成我的工作吗？请给我你宝贵的建议吗？

Answer 1

PDF是基于矢量的文档描述语言。它是基于页面的，因此每个页面都独立于下一页。因此，拆分页面很容易。与光栅图像相反，您可以在pdf中独立提取小子集，您必须渲染整个页面以了解小子集的外观。

假设您有一个包含复杂形状对象的页面（黑色）（此处它是一条线，但它可以是任何文本，形状，图像等），并且您想要提取一个子集（红色）。您必须首先找到在感兴趣的区域中产生可见输出的所有对象。然后你必须修改它们才能正确渲染它们（在这种情况下，从蓝点计算绿点，同时保留对象的形状）。

更简单的方法是包括整个页面并将查看区域剪切到区域的尺寸。

您可以使用pdfjam执行此操作。检查--trim / --offset / --delta命令以及自定义纸张尺寸（pdfjam网站上的示例6,7）。你仍然需要以某种方式计算感兴趣区域的坐标。