我正在尝试将PDF转换为SVG。然而，我目前使用的工具会针对每个文字片段中的每个字母创建一条路径，这意味着如果我更改源文件中的文本，则会出现丑陋的效果。
我想知道最干净的PDF到SVG转换器是什么，希望它不会为不需要路径的文本区域创建路径。我们知道，PDF和SVG非常相似，因此我认为有一些很好的转换器可用。
9个回答
101
你可以仅使用命令行而不打开GUI来使用Inkscape。试试这个：
inkscape \
--without-gui \
--file=input.pdf \
--export-plain-svg=output.svg
要获取所有命令行选项的完整列表，请运行inkscape --help。
- Kurt Pfeifle
7
这个可以帮我去掉文本中的空格。 - MaxNoe
2@MaxNoe：这很有可能——但是这是该特定PDF文件内部构造的“属性”。关于识别和提取PDF中的“文本”时可能遇到的一些困难的解释，请参见我在GitHub上手工编码的PDF文件（带嵌入式注释）。（在文本编辑器和PDF查看器中打开它们，并从文件中复制粘贴文本。） - Kurt Pfeifle
是的，我认为这与tex渲染空格的方式有关，就像是盒子一样。 - MaxNoe
6在 Inkscape 1.0.1（或更高版本）中，命令应该是
inkscape --export-type="svg" input.pdf。 - Mr.Epic Fail1然而，我发现
pdf2svg（请参见pierre的答案）比inkscape产生更好的结果。 - Mr.Epic Fail显示剩余2条评论
87
Inkscape被许多人在维基百科上用来将PDF转换为SVG。
他们甚至有一个方便的指南来说明如何进行转换！
- Saintt Sheldon Patnett
7
4Inkscape表现不太好，因为它也会将文本转换为路径。我还发现它们经常会丢失字体数据，但似乎无法近似于良好安装的字体。如果SVG不能，那PDF是如何显示它的呢？ - DanRedux
3我想要这个的原因是因为我想使用PHP编辑文本。虽然我可以直接使用PDF进行编辑，但是PDF不容易嵌入HTML中，而SVG可以。也许我会坚持使用PDF，在编辑完值后将其转换为JPG。 - DanRedux
10据我所知，在Inkscape中，你可以关闭“字体文本转路径”的转换。在Inkscape命令行中，你需要添加
--export-text-to-path来启用此转换。请注意不改变原意，使翻译通俗易懂。 - Kurt Pfeifle我的PDF文件中字体看起来很棒，但是当我导出为SVG格式时，它们看起来非常丑陋。有没有什么办法可以修复这个问题？我使用的命令是：
inkscape -l out.svg in.pdf。 - remus2或许很明显，但Illustrator可以将PDF转换为SVG。我来这里下载了Inkscape，然后意识到我有Illustrator。http://en.wikipedia.org/wiki/Wikipedia:Graphics_Lab/Resources/PDF_conversion_to_SVG/Adobe_Illustrator - E. Sundin
显示剩余2条评论
25
我目前正在使用PDFBox，它对图形输出有很好的支持。它支持提取矢量笔画并管理字体。有一些很好的工具可以尝试它（例如，PDFReader将显示为Java Graphics2D）。
没有简单的方式可以将所有PDF转换为SVG - 它取决于用于创建PDF的策略和工具。一些文本被转换为矢量并且不能轻易地重建 - 您必须安装矢量字体并查找它们。
更新： 我现在已经将其开发成一个PDF2SVG包，不再使用Batik：
已经测试了多种PDF。它生成的SVG输出由以下内容组成：
- 每个字符作为一个
<svg:text> - 路径作为
<svg:path> - 图像作为
<svg:image>
以后的版本（希望如此）将把字符转换为运行文本，将路径转换为更高级别的图形对象
更新： 我们现在可以从SVG字符中重新创建运行文本。我们还将图表转换为特定领域的XML（例如化学光谱）。请参见https://bitbucket.org/petermr/svg2xml-dev。它仍处于Alpha测试阶段，但进展很快。任何人都可以加入其中！
更新。（@Tim Kelty）我们继续致力于PDF2SVG以及下游工具的开发，包括（有限的）Java OCR和高级图形原语（箭头、框等）的创建。请参考https://bitbucket.org/petermr/imageanalysis、https://bitbucket.org/petermr/diagramanalyzer、https://bitbucket.org/petermr/norma和https://bitbucket.org/petermr/ami-core。这是一个资助项目，旨在从科学文献中获取一亿条事实（contentmine.org），其中大部分为PDF。
- peter.murray.rust
2
那段代码已经从Bitbucket移动到其他地方了吗？ - Thomas W
1它已经发生了很大的变化。请参见https://github.com/petermr/ami3 - peter.murray.rust
23
这个话题已经相当老了，但是我找到了一个方便解决问题的解决方案：
http://www.cityinthesky.co.uk/opensource/pdf2svg/
它提供了一个工具，pdf2png，一旦安装完成，在命令行中可以完美地完成工作。 我至今测试了无可挑剔的结果，包括位图。
修改：我的错误，这个工具也将字母转换为路径，因此它不能解决最初的问题。 但是它仍然做得很好，并且对于任何不打算修改svg文件中的代码的人都可能有用，所以我会保留这篇文章。
- pierre
3
3在Ubuntu上，您可以使用以下命令安装它：
$ sudo apt-get install pdf2svg - tvw2虽然它将字母转换为路径，但结果非常好。为了进行一些修改，我过去通常直接使用编辑器直接编辑SVG文件。如果您使用inkscape打开并保存为inkscape SVG格式，则代码看起来更好，并且您可以获得对象ID，以便轻松查找要更改的实体。 - tvw
2您可以使用
brew install pdf2svg在Mac上安装它。 - Colas10
以下是我最终使用的过程。我主要使用的工具是Inkscape，它可以良好地转换文本。
- 使用带JavaScript的Adobe Acrobat Pro操作将PDF页面拆分成单独的文件
- 使用Windows命令提示符运行Inkscape Portable 0.48.5进行转换为SVG
- 通过使用Windows命令提示符和Windows PowerShell手动编辑特定的SVG XML属性，解决了我遇到的一些问题
拆分页面：Adobe Acrobat Pro with JavaScript
使用Adobe Acrobat Pro操作（以前称为批处理）创建自定义操作，将PDF页面拆分成单独的文件。或者您也可以使用GhostScript拆分PDF。
使用Acrobat JavaScript操作拆分页面
/* Extract Pages to Folder */
var re = /.*\/|\.pdf$/ig;
var filename = this.path.replace(re,"");
{
for ( var i = 0; i < this.numPages; i++ )
this.extractPages
({
nStart: i,
nEnd: i,
cPath : filename + "_s" + ("000000" + (i+1)).slice (-3) + ".pdf"
});
};
PDF转SVG转换：使用Windows CMD批处理文件和Inkscape
使用Windows cmd创建批处理文件来循环遍历一个文件夹中的所有PDF文件，并将它们转换为SVG格式。
将PDF转换为SVG的批处理文件位于当前文件夹中
:: ===== SETUP =====
@echo off
CLS
echo Starting SVG conversion...
echo.
:: setup working directory (if different)
REM set "_work_dir=%~dp0"
set "_work_dir=%CD%"
:: setup counter
set "count=1"
:: setup file search and save string
set "_work_x1=pdf"
set "_work_x2=svg"
set "_work_file_str=*.%_work_x1%"
:: setup inkscape commands
set "_inkscape_path=D:\InkscapePortable\App\Inkscape\"
set "_inkscape_cmd=%_inkscape_path%inkscape.exe"
:: ===== FIND FILES IN WORKING DIRECTORY =====
:: Output from DIR last element is single carriage return character.
:: Carriage return characters are directly removed after percent expansion,
:: but not with delayed expansion.
pushd "%_work_dir%"
FOR /f "tokens=*" %%A IN ('DIR /A:-D /O:N /B %_work_file_str%') DO (
CALL :subroutine "%%A"
)
popd
:: ===== CONVERT PDF TO SVG WITH INKSCAPE =====
:subroutine
echo.
IF NOT [%1]==[] (
echo %count%:%1
set /A count+=1
start "" /D "%_work_dir%" /W "%_inkscape_cmd%" --without-gui --file="%~n1.%_work_x1%" --export-dpi=300 --export-plain-svg="%~n1.%_work_x2%"
) ELSE (
echo End of output
)
echo.
GOTO :eof
:: ===== INKSCAPE REFERENCE =====
:: print inkscape help
REM "%_inkscape_cmd%" --help > "%~dp0\inkscape_help.txt"
REM "%_inkscape_cmd%" --verb-list > "%~dp0\inkscape_verb_list.txt"
清理属性：Windows Cmd 和 PowerShell
我知道手动强制编辑SVG或XML标签或属性不是最佳实践，因为可能会有变化，应该使用XML解析器。 但是，我遇到了一个简单的问题，其中一个图形的描边宽度非常小，另一个图形的字体系列被错误识别，因此我基本上修改了以前的Windows Cmd批处理脚本，进行了简单的查找和替换。 唯一的更改是搜索字符串定义和更改调用PowerShell命令。 PowerShell命令将执行查找和替换，并将修改后的文件保存为添加后缀的文件。 如果需要执行其他一些次要的清理操作，则可以使用其他一些引用来解析或修改结果SVG文件。
手动查找和替换SVG XML数据的修改
:: setup file search and save string
set "_work_x1=svg"
set "_work_x2=svg"
set "_work_s2=_mod"
set "_work_file_str=*.%_work_x1%"
powershell -Command "(Get-Content '%~n1.%_work_x1%') | ForEach-Object {$_ -replace 'stroke-width:0.06', 'stroke-width:1'} | ForEach-Object {$_ -replace 'font-family:Times Roman','font-family:Times New Roman'} | Set-Content '%~n1%_work_s2%.%_work_x2%'"
希望这能对某些人有所帮助。
参考资料
Adobe Acrobat Pro动作和JavaScript分页参考
- 如何自动提取PDF文件中的页面...
- Acrobat API参考 - extractPages
- 将页面提取到单独的PDF文件中（循环有问题？）
- 如何使用JavaScript创建填充零的值？
- 如何在JavaScript中输出带前导零的整数
GhostScript分页参考
Inkscape命令行参考：PDF到SVG的转换
Windows Cmd批处理脚本参考
XML标记/属性替换研究
- ClearBlueSky85
1
谢谢。我修改了你的命令行，使用
for /l %i in (1,1,58) Do @%inkscape% --pdf-page %i ... 将页面分离并直接将它们转换为 SVG。 - Mayra Delgado9
- dhaumann
2
1我有一个PDF文件，其中包含一些来自skak包（象棋棋子）的LaTeX符号。这个特定的文件在Inkscape中处理得不好，因为符号变成了Arial字母... 我已经用pdf2svg得到了正确的结果。 - LRMAAX
7
将PDF的每一页转换为自己的SVG文件的Bash脚本。
要生成png文件，请使用
#!/bin/bash
#
# Make one PDF per page using PDF toolkit.
# Convert this PDF to SVG using inkscape
#
inputPdf=$1
pageCnt=$(pdftk $inputPdf dump_data | grep NumberOfPages | cut -d " " -f 2)
for i in $(seq 1 $pageCnt); do
echo "converting page $i..."
pdftk ${inputPdf} cat $i output ${inputPdf%%.*}_${i}.pdf
inkscape --without-gui "--file=${inputPdf%%.*}_${i}.pdf" "--export-plain-svg=${inputPdf%%.*}_${i}.svg"
done
要生成png文件，请使用
--export-png等命令。- Alain Pannetier
1
这是两个PDF渲染脚本的NodeJS REST API。
https://github.com/pumppi/pdf2images
这些脚本是：pdf2svg和Imagemagicks convert。
- user257980
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接