使用CAM :: PDF進行搜索並替換

Question

我試圖做我認爲是一個簡單的搜索和替換PDF文件中的標記。

我有這個PDF文件：http://servera.service.com/LABELS.pdf

我使用與CAM :: PDF這個簡單的Perl腳本，讓頁面內容，並做了簡單的 搜索和標記取代。

$pdf = CAM::PDF->new('LABELS.pdf'); 

$page = $pdf->getPageContent(1); 

$page =~ s/\\045\\045Carrier_Tracking_Number\\045\\045/ABE1234567890/; 

$pdf->setPageContent(1, $page); 

$pdf->cleanoutput('after.pdf'); 

exit; 

我得到的是http://servera.service.com/after.pdf

當我轉儲的頁面內容，這是我的替代

http://servera.service.com/before.txt

前有，這就是我，取代後

http://servera.service.com/after.txt

顯然我錯過了一件非常簡單的事情。

Answer 1

在我看來，你沒有做錯任何事，代碼也按預期運行。 但是，我沒有說這些數字'1234567890'，你被迫寫入到文檔中，將完全顯示爲它們在PDF上的樣子。

這與字符'％'具有相同的原因，您將其替換爲'\ 045'而不是通常'％'。 PDF文檔編碼在CMap（Adobe內置編碼表）中。 如果你用'\ 115'替換字符串，你會得到'M'，'\ 116'是'N'，'\ 117'是'O'，但我不知道'\ 118'或'P'是。

'getPageContent'返回頁面的整個佈局內容。 我建議你使用'getPageText'而不是'getPageContent'來獲得一個真正的字符串。 然後您可以正常替換或處理字符串。

my $textpage = $pdf->getPageText(1); 
$textpage =~ s/%%Carrier_Tracking_Number%%/ABD1234567890/; 

請記住，一旦以字符串形式取出，您將永遠不會將其恢復爲以前的文檔格式。

P.S.在模塊CAM :: PDF中，作者還提供了兩個字符串更改腳本：changepdfstring.pl和changepagestring.pl。 changepdfstring.pl更改元數據，changepagestring.pl正是你所做的。你可以參考他們。