基于Bash批量提取多PDF指定页面生成新PDF的最优方案咨询

嘿，这个需求我太熟了——常年批量处理PDF页面的话，用pdftk或者qpdf都是非常靠谱的选择，尤其是qpdf现在更新更活跃，推荐优先考虑。下面给你详细拆解两种方案，还有适合长期复用的脚本写法：

方案一：用qpdf（推荐，现代且灵活） #

qpdf是一款轻量且功能强大的PDF处理工具，支持页面提取、合并、加密等多种操作，在大多数Linux发行版里都能轻松安装：

• Debian/Ubuntu系：sudo apt install qpdf
• CentOS/RHEL系：sudo dnf install qpdf

针对你的需求，直接执行这条命令就能生成目标PDF：

qpdf --empty --pages a.pdf 2,5 b.pdf 3,4 c.pdf 7-9 -- output.pdf

参数解释：

• --empty：先创建一个空的基础PDF作为容器
• --pages：后面依次跟上源PDF文件+要提取的页面范围，多个文件用空格分隔
• 页面范围支持：用逗号分隔单个页面（如2,5），用横杠表示连续页面（如7-9）
• --：用来分隔参数和输出文件名，避免文件名和参数混淆
• output.pdf：最终生成的新PDF文件名

方案二：用pdftk（经典工具，兼容性好） #

pdftk是老牌的PDF工具，很多人习惯用它，现在主流是Java版本：

• Debian/Ubuntu系：sudo apt install pdftk-java

对应你的需求，命令写法是：

pdftk a.pdf cat 2 5 b.pdf cat 3 4 c.pdf cat 7-9 output output.pdf

参数解释：

• cat：表示要提取（拼接）指定页面的指令
• 每个源PDF后面跟上cat+页面列表，最后用output指定输出文件

长期复用的脚本方案（适合批量重复操作） #

既然你未来要处理很多不同的PDF和页面组合，写一个可复用的脚本会更高效。比如创建一个merge_pdf_pages.sh脚本：

#!/bin/bash

# 配置区域：修改这里的内容即可适配不同任务
# 格式："PDF文件名 页面范围"，每行一个任务
pdf_jobs=(
    "a.pdf 2,5"
    "b.pdf 3,4"
    "c.pdf 7-9"
)

# 指定输出文件名
output_file="merged_result.pdf"

# 使用qpdf执行合并（推荐）
qpdf --empty --pages "${pdf_jobs[@]}" -- "$output_file"

# 如果习惯用pdftk，注释上面的qpdf命令，取消下面的注释
# pdftk $(printf "%s cat %s " "${pdf_jobs[@]}") output "$output_file"

使用方法：

1. 保存脚本后，赋予执行权限：chmod +x merge_pdf_pages.sh
2. 每次处理新任务时，只需要修改pdf_jobs数组里的PDF文件名和页面范围
3. 运行脚本：./merge_pdf_pages.sh

小提示 #

• 确保所有源PDF文件都在脚本运行的目录下，或者写完整的文件路径（如/home/user/docs/a.pdf）
• 页面范围不要超过PDF的总页数（你提到所有输入都是10页，这点没问题）
• 测试时可以先输出到临时文件（如temp_output.pdf），避免误覆盖重要文件

备注：内容来源于stack exchange，提问作者lmat - Reinstate Monica