PDF (.pdf)

Import 与 Export 支持 PDF 版本 1.7 以及更早版本.

背景

- MIME 类型：application/pdf
- Adobe Acrobat 格式.
- 交换和归档多页文档的标准格式.
- PDF 是 Portable Document Format（便携式文档格式）的缩写.
- 二进制文件格式.
- 以设备和分辨率独立的方式存储文本、字体、图像和二维矢量图形.
- 还可以存储内嵌光栅图像.
- 支持多种有损和无损压缩方法.

Import 与 Export

Import["file.pdf"] 导入 PDF 文件，返回每页的光栅图像列表.
Import["file.pdf",elem] 从一个 PDF 文件中导入指定的参数.
Import["file.pdf",{elem,sub_a,sub_b,…}] 导入一个子参数.
导入格式可以用 Import["file","PDF"] 或 Import["file",{"PDF",elem,…}] 指定.
Export["file.pdf",expr] 从一个任意表达式、单元或笔记本对象中创建一个 PDF 文件.
当导出至 PDF 文件时，Wolfram 语言不光栅化字体或二维矢量图形.
Export["file.pdf",expr,elem] 通过把 expr 作为指定参数 elem 创建 PDF 文件.
Export["file.pdf",{expr₁,expr₂,…},{{elem₁,elem₂,…}}] 把每一个 expr_i 指定为相应的 elem_i.
Export["file.pdf",expr,opt₁->val₁,…] 导出具有指定值的指定选项参数的 expr.
Export["file.pdf",{elem₁->expr₁,elem₂->expr₂,…},"Rules"] 使用规则指定要导出的参数.
Export["file.pdf",expr] 有效呈现 expr，如同由默认打印机打印一样. 如果 expr 不是笔记本，则它将有效地创建一个与执行计算的笔记本具有相同属性的笔记本，或者如果没有在笔记本中开始计算，则创建一个默认笔记本. PrintingStyleEnvironment 前端选项用于选择打印环境.
Wolfram 语言尽可能会尝试保留内容的向量描述，但如果需要 PDF 不支持的现代渲染方式的内容将被栅格化. 这包括所有具有透明度、渐变颜色、纹理或阴影的所有三维图形和二维内容.
请到以下参考页面了解完整的基本信息：

	Import, Export	从文件导入或导出到文件
	CloudImport, CloudExport	从云对象导入或导出到云对象
	ImportString, ExportString	从字符串导入或导出到字符串
	ImportByteArray, ExportByteArray	从字节数组导入或导出到字节数组

笔记本界面

另存为把当前笔记本导出为 PDF 文件.
选择另存为把笔记本的选择部分导出到 PDF.

Import 参数

Import 的通用参数：
"Elements" 该文件可用的参数和选项列表

"Summary" 文件摘要

"Rules" 所有可用参数的规则列表
结构参数：
"ContentsGraph" 文档中的目录图

"ContentsStartPage" 给出目录名称和页码的规则列表

"PageCount" 页数

"Summary" 文件摘要
整个 PDF 文档的数据表示参数：
"Plaintext" 给出整个文档文本内容的字符串

"FormattedText" 整个文档的一系列格式化文本
以表示文档每一页的列表形式给出的数据表示参数：

	"PageFormattedText"	格式化的文本列表，每个文本代表一个页面
	"PageGraphics"	Graphics 对象的列表，每个对象代表一个页面
	"PageImages"	Image 对象列表，每个对象代表一个页面
	"PagePlaintext"	字符串列表，每个字符串代表页面的纯文本
	"PagePositionedText"	包括文本坐标的 Text 对象列表

Import 默认使用 "PageImages" 参数.
元数据参数：

	"Author"	该文档的作者
	"CreationDate"	文档的创建日期，以 DateObject 形式给出
	"Creator"	创建内容的程序
	"Keywords"	文档中的关键字
	"ModificationDate"	文档的修改日期，以 DateObject 形式给出
	"MetaInformation"	以字符串和日期对象形式给出的元数据
	"Producer"	将数据转换为 PDF 的程序
	"Subject"	文件的主题
	"Title"	文件名
	"Version"	文件的 PDF 规范版本

超链接、注释和表单字段元素：

	"FormFieldRules"	给出表单字段名称和值的页码和规则列表的关联
	"HighlightedText"	每页上每个突出显示的文本部分的页码和字符串列表的关联
	"Hyperlinks"	每个页面上每个链接的页码和 Hyperlink 对象列表的关联
	"TextAnnotations"	批注中页码和文本的关联
	"URLs"	每个页面上每个链接的页码和 URL 对象列表的关联

嵌入式图像元素：
"EmbeddedImageCount" 页码和图像数量的关联

"EmbeddedImages" 每页的页码和嵌入图像的关联
附件参数：

	"AttachmentCount"	附件数
	"AttachmentList"	附件列表，如果可能，作为 Wolfram 语言表达式导入
	"AttachmentNames"	附件名称列表
	"AttachmentDetails"	提供内容和附件元数据的关联列表
	"RawAttachmentList"	以字节数组列表形式给出的附件
	"AttachmentData"	将原始附件数据作为字节数组和元数据给出的关联列表

参数 "AttachmentDetails" 是为每个附件提供关联的列表. 每个关联通常具有以下键：

	"Name"	分配给附件的名称
	"Content"	导入内容
	"CreationDate"	附件记录的创建日期
	"ModificationDate"	附件记录的修改日期
	"ByteCount"	附件中的字节数

参数 "AttachmentDetails" 是为每个附件提供关联的列表. 每个关联通常具有以下键：

	"Name"	分配给附件的名称
	"RawContent"	原始内容作为字节数组
	"CreationDate"	附件记录的创建日期
	"ModificationDate"	附件记录的修改日期
	"ByteCount"	附件中的字节数

对于具有多个部分的元素，请使用{elem,page,index} 或 {elem,index} 形式的子元素导入部分数据，其中 page 和 index 可以是以下任意一种：
n 第 n 个项目

-n 从末尾开始计数

n;;m 从 n 到 m

n;;m;;s 以步长 s 从 n 到 m

{n₁,n₂,…} 特定项 n_i
用 {"FormFieldRules",page,names} 导入与字段 names 相对应的表单值.

选项

Import 选项：

"Password"	None	以字符串形式提供的文档密码
"TextOutlines"	True	是否将字符导入作为概要
"Render"	All	要在 ImageList 中呈现的文档部分
RasterSize	Automatic	以像素为单位的栅格大小
ImageResolution	$ImageResolution	dpi 的图像分辨率以进行光栅化
"AttachmentRules"	<\|\|>	控制如何导入附件的规则

"Render" 的可用设定：

	"Annotations"	例如突出显示或其他文本框等的注释
	"FormFields"	填写的表单字段中的数据
	All	呈现文档中的所有元素
	None	不呈现文档中的其他元素

Export 选项：

ImageSize	Automatic	总体图像大小
ImageResolution	72	以 dpi 光栅化的图像分辨率
"AllowRasterization"	Automatic	是否光栅化一个需要 PDF 高级版本的图形

"AllowRasterization" 的可能设置为：

	Automatic	光栅化一个需要 PDF 高级版本渲染的图形，其含有诸如透明度或梯度特征
	True	始终光栅化图形
	False	始终使用矢量图形，为了忠实渲染，必要时部署高级的 PDF 特征

范例

打开所有单元关闭所有单元

基本范例 (4)

导入 PDF 文件的各页：

将 PDF 导入文本：

将一个图像导出到 PDF：

将一个排版数学公式导出到一个分辨率独立的 PDF：

范围 (3)

Import (3)

导入 PDF 文件的首页：

将 PDF 的第一页导入为纯文本：

导入部分元数据：

Import 参数 (26)

可用参数 (1)

可用参数列表：

结构参数 (3)

"ContentsGraph" (1)

导入文件目录图：

获取图形边缘的名称：

"ContentsStartPage" (1)

导入每个部分开始的页面：

"PageCount" (1)

导入文档中的页数：

数据表示 (6)

"Plaintext" (1)

从整个文档中导入文本：

"FormattedText" (1)

从文档的表单字段导入名称和值：

"PageGraphics" (1)

将文档的第一页导入为向量图：

"PageImages" (1)

导入文档每一页的图像列表：

"PagePlaintext" (1)

将文档的每一页文本导入为列表：

"PagePositionedText" (1)

将文档每一页的文本作为列表导入：

Metadata (9)

"Author" (1)

导入文档的作者：

"CreationDate" (1)

导入文档的创建日期：

"Creator" (1)

导入创建文档的程序：

"Keywords" (1)

从文档中导入关键词：

"ModificationDate" (1)

导入文档的修改日期：

"Producer" (1)

导入转换文档的程序：

"Subject" (1)

导入文档的标题：

"Title" (1)

导入文档标题：

"Version" (1)

导入文档的 PDF 版本：

注释和表格字段 (5)

"FormFieldRules" (1)

从文档的表单字段导入名称和值：

"HighlightedText" (1)

导入在文档中突出显示的文本的纯文本：

"Hyperlinks" (1)

导入文档中的超链接：

"TextAnnotations" (1)

在文档中导入文本注释的纯文本：

"URLs" (1)