Comment puis-je inspecter visuellement un PDF ? Existe-t-il des outils qui fonctionnent sous Windows ?

Question

Comment puis-je inspecter les fichiers PDF, de préférence avec un outil ?

Cas d'utilisation : J'essaie de générer par programme des fichiers PDF (en utilisant iText). J'ai des difficultés à obtenir certaines mises en page, mais j'ai des fichiers PDF avec du texte mis en page comme je le souhaite (généré à partir de Word). J'aimerais faire de la rétro-ingénierie pour savoir comment ils procèdent.

PDF Inspecteur semble être bon, mais je cherche quelque chose pour Windows.

Answer 1

Il existe également une autre option. Adobe Acrobat Pro est également capable d'afficher l'arborescence interne du PDF.

1. Ouvrir Preflight
2. Allez dans Options (coin supérieur droit)
3. Structure interne du PDF

En outre, Adobe Acrobat Pro peut également afficher la structure interne des polices du document dans le PDF. La plupart des autres "visionneurs d'arborescence PDF" n'ont pas cette possibilité.

Answer 2

J'ai utilisé PDFBox avec un bon succès. Voici un exemple de ce à quoi ressemble le code (à partir de la version 0.7.2), qui provient probablement d'un des exemples fournis :

// load the document
System.out.println("Reading document: " + filename);
PDDocument doc = null;                                                                                                                                                                                                          
doc = PDDocument.load(filename);

// look at all the document information
PDDocumentInformation info = doc.getDocumentInformation();
COSDictionary dict = info.getDictionary();
List l = dict.keyList();
for (Object o : l) {
    //System.out.println(o.toString() + " " + dict.getString(o));
    System.out.println(o.toString());
}

// look at the document catalog
PDDocumentCatalog cat = doc.getDocumentCatalog();
System.out.println("Catalog:" + cat);

List<PDPage> lp = cat.getAllPages();
System.out.println("# Pages: " + lp.size());
PDPage page = lp.get(4);
System.out.println("Page: " + page);
System.out.println("\tCropBox: " + page.getCropBox());
System.out.println("\tMediaBox: " + page.getMediaBox());
System.out.println("\tResources: " + page.getResources());
System.out.println("\tRotation: " + page.getRotation());
System.out.println("\tArtBox: " + page.getArtBox());
System.out.println("\tBleedBox: " + page.getBleedBox());
System.out.println("\tContents: " + page.getContents());
System.out.println("\tTrimBox: " + page.getTrimBox());
List<PDAnnotation> la = page.getAnnotations();
System.out.println("\t# Annotations: " + la.size());

Answer 3

La visionneuse d'objets d'Acrobat est bonne mais Windjack Solution propose un plugin pour Acrobat appelé PDF Canopener qui permet une meilleure inspection avec une pipette pour sélectionner les objets sur la page. Il permet également d'apporter des modifications au PDF.

https://www.windjack.com/product/pdfcanopener/

Answer 4

Si vous souhaitez travailler de manière programmatique à partir de Python, pdfminer est une bonne option. Il vous permet de travailler avec la structure PDF en mémoire comme une hiérarchie d'objets ou de la sérialiser en XML.

Answer 5

Je vous suggère Foxit PDF Reader qui est très utile pour effectuer des travaux importants d'édition de texte sur un fichier pdf.