充分利用現(xiàn)有的技術(shù)，提供書簽以幫助用戶。

在 介紹 pdftk-java 中, 我展示了如何在腳本中使用 pdftk-java 來快速修改 PDF 文件。

但是，pdftk-java 最有用的場景是處理那種動(dòng)輒幾百頁的沒有目錄的大 PDF 文件。這里所謂的目錄不是指文檔前面供打印的目錄，而是指顯示在 PDF 閱讀器側(cè)邊欄里的目錄，它在 PDF 格式中的正式叫法是“書簽bookmarks”。

Screenshot of a sidebar table of contents next to a PDF

Screenshot of a sidebar table of contents next to a PDF

如果沒有書簽，就只能通過上下滾動(dòng)或全局搜索文本來定位想要的章節(jié)，這非常麻煩。

PDF 文件的另一個(gè)惱人的小問題是缺乏元數(shù)據(jù)，比如標(biāo)題和作者。如果你打開過一個(gè)標(biāo)題欄上顯示類似 “Microsoft Word - 04_Classics_Revisited.docx” 的 PDF 文件，你就能體會(huì)那種感覺了。

pdftk-java 讓我能夠創(chuàng)建自己的書簽，我再也不面對這些問題了。

在 Linux 上安裝 pdftk-java

正如 pdftk-java 的名稱所示的，它是用 Java 編寫的。它能夠在所有主流操作系統(tǒng)上運(yùn)行，只要你安裝了 Java。

Linux 和 macOS 用戶可以從 AdoptOpenJDK.net 安裝 Java（LCTT 譯注：原文為 Linux，應(yīng)為筆誤）。

Windows 用戶可以安裝 Red Hat's Windows build of OpenJDK。

在 Linux 上安裝 pdftk-java：

1. 從 Gitlab 倉庫下載 pdftk-all.jar release，保存至 ~/.local/bin/ 或 其它路徑 下.
2. 用文本編輯器打開 ~/.bashrc，添加 alias pdftk='java -jar $HOME/.local/bin/pdftk-all.jar'
3. 運(yùn)行 source ~/.bashrc 使新的 Bash 設(shè)置生效。

數(shù)據(jù)轉(zhuǎn)儲(chǔ)

修改元數(shù)據(jù)的第一步是抽取 PDF 當(dāng)前的數(shù)據(jù)文件。

現(xiàn)在的數(shù)據(jù)文件可能并沒包含多少內(nèi)容，但這也是一個(gè)不錯(cuò)的開端。

$ pdftk mybigfile.pdf \
  data_dump \
  output bookmarks.txt

生成的 bookmarks.txt 文件中包含了輸入 PDF 文件 mybigfile.pdf 的所有元數(shù)據(jù)和一大堆無用數(shù)據(jù)。

編輯元數(shù)據(jù)

用文本編輯器（比如 Atom 或 Gedit）打開 bookmarks.txt 以編輯 PDF 元數(shù)據(jù)。

元數(shù)據(jù)的格式和數(shù)據(jù)項(xiàng)直觀易懂：

InfoBegin
InfoKey: Creator
InfoValue: Word
InfoBegin
InfoKey: ModDate
InfoValue: D:20151221203353Z00'00'
InfoBegin
InfoKey: CreationDate
InfoValue: D:20151221203353Z00'00'
InfoBegin
InfoKey: Producer
InfoValue: Mac OS X 10.10.4 Quartz PDFContext
InfoBegin
InfoKey: Title
InfoValue: Microsoft Word - 04_UA_Classics_Revisited.docx
PdfID0: f049e63eaf3b4061ddad16b455ca780f
PdfID1: f049e63eaf3b4061ddad16b455ca780f
NumberOfPages: 42
PageMediaBegin
PageMediaNumber: 1
PageMediaRotation: 0
PageMediaRect: 0 0 612 792
PageMediaDimensions: 612 792
[...]

你可以將 InfoValue 的值修改為對當(dāng)前 PDF 有意義的內(nèi)容。比如可以將 Creator 字段從 Word 修改為實(shí)際的作者或出版社名稱。比起使用導(dǎo)出程序自動(dòng)生成的標(biāo)題，使用書籍的實(shí)際標(biāo)題會(huì)更好。

你也可以做一些清理工作。在 NumberOfPages 之后的行都不是必需的，可以刪除這些行的內(nèi)容。

添加書簽

PDF 書簽的格式如下：

BookmarkBegin
BookmarkTitle: My first bookmark
BookmarkLevel: 1
BookmarkPageNumber: 2

• BookmarkBegin 表示這是一個(gè)書簽。
• BookmarkTitle 書簽在 PDF 閱讀器中顯示的文本。
• BookmarkLevel 書簽層級。如果書簽層級為 2，它將出現(xiàn)在上一個(gè)書簽的小三角下。如果設(shè)置為 3，它會(huì)顯示在上一個(gè) 2 級書簽的小三角下。這讓你能為章以及其中的節(jié)設(shè)置書簽。
• BookmarkPageNumber 點(diǎn)擊書簽時(shí)轉(zhuǎn)到的頁碼。

為你需要的章節(jié)創(chuàng)建書簽，然后保存文件。

更新書簽信息

現(xiàn)在已經(jīng)準(zhǔn)備好了元數(shù)據(jù)和書簽，你可以將它們導(dǎo)入到 PDF 文件中。實(shí)際上是將這些信息導(dǎo)入到一個(gè)新的 PDF 文件中，它的內(nèi)容與原 PDF 文件相同：

$ pdftk mybigfile.pdf \
  update_info bookmarks.txt \
  output mynewfile.pdf

生成的 mynewfile.pdf 包含了你設(shè)置的全部元數(shù)據(jù)和書簽。

體現(xiàn)專業(yè)性

PDF 文件中是否包含定制化的元數(shù)據(jù)和書簽可能并不會(huì)影響銷售。

但是，關(guān)注元數(shù)據(jù)可以向用戶表明你重視質(zhì)量保證。增加書簽可以為用戶提供便利，同時(shí)亦是充分利用現(xiàn)有技術(shù)。

使用 pdftk-java 來簡化這個(gè)過程，用戶會(huì)感激不盡。