在Ubuntu18.04上搜索和替换mPDF，CAM

Question

在Ubuntu18.04上，我有一个编辑PDF文件的问题--特别是搜索和替换字符串。

我试过：

• PHP mPDF覆盖()什么都不做。
• perl CAM :：PDF1.60 changepagestring.pl nothing
• sed .

不适用于压缩或解压缩的PDF，甚至不适用于从mPDF生成的PDF。更新:在重新安装files后，mPDF可以很好地处理生成的mPDF文件。对于其他PDF文件，问题仍然存在。

在var / www文件夹、用户/组www- data : www /data和其他文件夹/ home中也尝试过。

对于大容量搜索和替换有什么想法，因为我有超过1000个文件要处理？

文件中的文本是可读的。检查一下。

从程序和在线服务中搜索/替换相同的文件。

​

对文件0755 I 0777的权限

root@sasa-ubuntu-1:/var/www/website.local/wp-content/test/2018/12# ls -la *.pdf
-rwxr-xr-x 1 www-data www-data 847451 Oct 18 12:21 clean.pdf
-rwxrwxrwx 1 www-data www-data 395527 Oct 17 21:41 My-First.pdf
-rwxr-xr-x 1 www-data www-data 838307 Oct 17 23:30 My.pdf
-rwxr-xr-x 1 www-data www-data 838167 Oct 18 12:24 New2.pdf
-rwxr-xr-x 1 www-data www-data 838167 Oct 18 01:20 New.pdf
-rwxrwxrwx 1 www-data www-data 270340 Oct 17 16:39 Test2.pdf
-rwxrwxrwx 1 www-data www-data 274022 Oct 17 16:39 Test1.pdf
-rwxr-xr-x 1 www-data www-data 838000 Oct 18 00:55 Test2.pdf
-rwxrwxrwx 1 www-data www-data 205679 Oct 17 23:44 test.pdf

当我打印$page变量时，Perl脚本总是返回“找不到标题”--更不用说文件的可读性了(见图)

use CAM::PDF;

my $pdf = CAM::PDF->new('test.pdf'); # existing document
my $nump = $pdf->numPages();
#print $nump;

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

print $page;
# $page now holds the uncompressed page content as a string

# replace the text part
if ($page =~ s/Wagner/SoundTech/g) {
$pdf->setPageContent(1, $page);
}
else {
die "Could not find title\n";
}

$pdf->cleanoutput('Test2.pdf');

​

​

很多文件都是这样结束的。

我想找的是“瓦格纳国际音乐考试”或“瓦格纳”

我希望，mPDF和CAM是在没有警告和错误的情况下正确安装的，并且具有所有的依赖关系。Ubuntu18.04 mPDF版本8.0PHP7.2 Perl 5.26.1 CAM-PDF版本1.60

我在他们的github社区中发现，mPDF偶尔会有带Overwrite()函数的错误。

对于PDF文件中的大容量搜索和替换，有什么建议或其他方法吗？

​

​

Answer 1

下面是一个目前几乎适用于您的案例的黑客攻击(稍后我会回来并尝试改进这个问题)：

use feature qw(say);
use strict;
use warnings;
# the PDF uses a non-standard encoding so it does not help to use UTF-8
# use open qw(:std :encoding(UTF-8)); 
use utf8;
use CAM::PDF;

my $fn = 'test.pdf';  # uncompressed file..
my $save_fn = 'test2.pdf';
my $pdf = CAM::PDF->new($fn);
my $nump = $pdf->numPages();
my $match = 0;
my $replace = '[(\x{a9} SoundTech International Music Examinations)]TJ';
for my $i (1..$nump) {
    my $page = $pdf->getPageContent( $i );
    # replace the text part
    if ($page =~ s/\[\(\x{a9}\).*?\]TJ/$replace/g) {
        $match = 1;
        $pdf->setPageContent($i, $page);
    }
}

if ( $match ) {
    $pdf->cleanoutput($save_fn);
    say "Save $save_fn ..";
}
else {
    say "No match";
}