企业官网建设流程全解析

PDFPatcher：书签编辑、文档合并与无损提取图片的免费 PDF 工具箱

【免费下载链接】PDFPatcherPDF补丁丁——PDF工具箱，可以编辑书签、剪裁旋转页面、解除限制、提取或合并文档，探查文档结构，提取图片、转成图片等等项目地址: https://gitcode.com/GitHub_Trending/pd/PDFPatcher

手上一批扫描教材：没有文字层，Ctrl+F 搜不出任何东西，页面尺寸还各不相同，翻目录得靠数页码。PDFPatcher（PDF 补丁丁）是一款跑在 Windows 上的免费 PDF 工具箱，覆盖书签编辑、文档合并拆分、无损提取图片和 OCR 文字写入这几件高频活。

一分钟看懂

它适合在 Windows 上批量整理扫描件、合并拆分 PDF、给文档补书签的人；如果你要在线协同编辑、或者想破解加密 PDF，它帮不上忙。

• 便携软件：解压后直接运行PDFPatcher.exe，卸载就是删掉目录
• 需要 Windows 7 以上系统和 .NET Framework 4.0～4.8
• OCR 功能另需 Office 2003 或 2007 的 Document Imaging 组件（MODI）

先跑通一个任务：两步补丁法改书签和属性

拿一份手册 PDF，把里面的书签文本改成自己想要的样子，装好就能走完整个流程。

1. 把压缩包解压到任意目录，双击运行PDFPatcher.exe，无需安装
2. 点工具栏"处理文档"，在"处理模式"选中"独立补丁"
3. 点"添加文件"把手册 PDF 拖进中间的源文件列表
4. 在"PDF 信息文件"处浏览并填上路径（如手册.xml），点"导出信息文件"
5. 用文本编辑器打开这个 XML，改书签文本、文档属性，保存后回到主界面，在"输出 PDF 文件"处填输出路径
6. 点"生成 PDF 文件"，切到 PDF 阅读器打开输出文件，书签已经变成你改过的版本，任务完成

同一个入口，还有 2~3 种用法

把 500 页里的图片原样抠出来

扫描件里的插图想单独存一份，提取功能按原始压缩格式导出，不二次压缩。

1. 点工具栏"提取图片"，在"原始 PDF 文件"处浏览选中源文件
2. 点"输出位置"右侧"浏览"选好导出目录
3. 按需填"页码范围"（留空则全书导出），勾选"尝试合并相同页面的图片"
4. 点"提取图片"，输出目录里出现0001.jpg、0002.tif这类文件

别以为扩展名可以随便选，实际由原始压缩格式决定：JPEG 出 jpg，CCITTFax/JBIG2 出 tif，Deflate 出 png。

让目录自己长成书签树

文本版 PDF 想快速挂上多级书签，不需要 OCR，只需分析已有文本的字体尺寸。

1. 选"识别标题为书签"功能，分别指定"原始 PDF 文件"和"PDF 信息文件"
2. 在"识别页码范围"里先圈一小段目录页，设置"标题文本尺寸"，勾选"自动组织标题层次"
3. 点"导出信息文件"，观察日志窗口输出的标题文本、级别和页码
4. 不满意就调小"标题文本尺寸"或在"高级筛选处理"里用"从信息文件添加"批量加字体筛选器，重跑

用 XML 编辑器打开导出的信息文件，书签层级和文本都对得上，就说明参数调到位了。

把尺寸不一的一摞纸页统一成 A4

打印前发现每份论文页面大小都不一样，可以强制统一到同一尺寸。

1. 选"PDF 文档选项"，切到"页面布局"选项卡
2. 尺寸下拉框选 A4（或自定义宽、高），选中"缩放内容适应页面"
3. 回"处理文档"选"独立补丁"模式，添加文件并指定输出路径
4. 点"生成 PDF 文件"，打开输出文件确认所有页面都是同一尺寸

横向图像被塞进纵向页面、上下留大片空白的话，把"自动旋转页面适应原始内容纵横方向"勾上再跑一遍。

边界与坑

• 如果没装 Office 2003/2007 的 MODI 组件，就点不动"识别图像文本"——OCR 引擎直接来自 Office，缺它此功能无法运行
• 如果源文件是扫描图片，自动生成书签就帮不上忙：它只分析已有文本的字体尺寸，图片得先走 OCR 写入文字层
• 如果源文档没有"标题"元数据，批量输出路径里的<标题>替代符就回退成原文件名；此时源路径和输出路径相同，补丁会静默不生效
• 如果 PDF 被加密，就得提供正确的打开密码；软件不提供密码破解
• 如果在"文档结构探查器"里改完节点又用"保存"覆盖了原文件，数据可能丢失且无法挽回，动它前先备份
• 如果勾选了"添加文件前清空列表"，分几批拖入文件时前面的批次就会被清掉

问：加密的 PDF 能处理吗？能，前提是密码正确。软件不提供破解功能。

问：不装 Office 能用 OCR 吗？不能。识别引擎来自 Office 2003/2007 的 MODI 组件，只装简体中文引擎时识别繁体也会失败。

问：自动生成书签会做 OCR 吗？不会。它靠文档已有文本的字体尺寸和排版规律，扫描件请先写入文字层。

底层原理（30 秒版）

解析、生成、修改文档和嵌入 TTF 字体子集由 iText（.NET 组件）负责，把页面渲染成位图则交给 C 语言编写的 MuPDF，程序通过 P/Invoke 调用它的动态库，各干各擅长的事。

App/ ├── Common/ # 文件、字体、XML 等通用工具类 ├── Functions/ # 各功能的窗体与控件 ├── Model/ # 文档级数据模型 ├── Options/ # 各功能选项 └── Processor/ # 内容流解析、各类处理器、MuPDF P/Invoke

页面级处理算法集中在 Processor 目录，MuPDF 的 P/Invoke 封装在 Processor/Mupdf/。

接着用、接着参与

• 授权是 AGPL 加"良心条款"：用软件获益后做一件善事；用源码开发新软件并有销售收入时，向弱势群体捐赠不低于千分之一，条款靠使用者自觉
• 全功能说明在 doc/使用手册.md，信息文件的导出格式可直接看 doc/example.xml
• 建议和问题走仓库 Issue，请注明版本号并附截图；PDF 附件先用"提取页面"功能抽出代表性页面，控制在 10M 以内

那批搜不到、翻不动的扫描教材，现在可以先 OCR 写入文字层、再自动挂上书签树，一摞尺寸不一的论文也能统一成 A4 合并打印。下一步就打开doc/使用手册.md，从"导出信息文件"一节走一遍完整流程。

【免费下载链接】PDFPatcherPDF补丁丁——PDF工具箱，可以编辑书签、剪裁旋转页面、解除限制、提取或合并文档，探查文档结构，提取图片、转成图片等等项目地址: https://gitcode.com/GitHub_Trending/pd/PDFPatcher