如何通过命令行批量移除PDF中的URI链接？

一、优化现有QDF工作流（解决体积暴增问题） #

你之前的操作中，qpdf --qdf --object-streams=disable会禁用PDF的对象流压缩，这是文件从15MB膨胀到108MB的核心原因——对象流原本用于压缩冗余对象，禁用后所有对象都会以明文形式存储。调整工作流即可解决：

1. 生成可编辑的QDF临时文件（仍需禁用对象流）：

qpdf --qdf --object-streams=disable input.pdf temp-qdf.pdf

2. 用你现有的正则表达式处理移除URI链接
3. 处理完成后重新压缩PDF，恢复对象流：

qpdf --object-streams=generate --compress-streams=y temp-qdf.pdf output.pdf

此步骤会重新启用对象流并压缩所有流内容，处理后文件体积会回落至接近原文件大小。

二、更高效的替代自动化方案 #

1. Ghostscript快速禁用URI跳转（无需编辑明文） #

Ghostscript可以直接重定义PDF的URI动作，无需转换格式，处理速度快且自动优化体积：

gs -o cleaned.pdf -sDEVICE=pdfwrite -dPrinted=false -c "/S /URI {pop pop} bind def" -f input.pdf

这个命令会让PDF解析到URI链接时直接跳过跳转逻辑，同时Ghostscript会自动压缩优化输出文件，体积基本与原文件一致。

2. Python脚本（PyMuPDF）精准删除链接对象 #

如果需要彻底删除所有URI链接的实体对象，而非仅禁用跳转，用PyMuPDF（fitz）写脚本可以精准处理，同时保留原PDF压缩特性：

import fitz

doc = fitz.open("input.pdf")
for page in doc:
    links = page.get_links()
    for link in links:
        if link["kind"] == fitz.LINK_URI:
            page.delete_link(link)
# 保存时启用全压缩+清理无用对象
doc.save("output.pdf", deflate=True, garbage=3)
doc.close()

脚本会遍历每一页删除所有URI类型链接，garbage=3会清理PDF中无用的废弃对象，deflate=True启用流压缩，输出文件体积和原文件接近。

3. pdftk-java批量处理（适合结构简单的PDF） #

pdftk可以结合sed实现批量处理，但需注意正则匹配的准确性：

# 先解压PDF为明文
pdftk input.pdf output temp.pdf uncompress
# 删除所有URI链接相关的字典内容
sed -i '/\/S \/URI/,/>>/d' temp.pdf
# 重新压缩PDF
pdftk temp.pdf output cleaned.pdf compress

三、关于QDF体积膨胀的原因 #

QDF格式本身会添加大量格式化注释和换行，加上--object-streams=disable禁用了对象流压缩，所有原本被压缩的对象都会以明文形式展开，这才导致了720%的体积膨胀。处理后必须通过--object-streams=generate和--compress-streams=y参数重新启用压缩，才能恢复PDF的紧凑格式。

内容的提问来源于stack exchange，提问作者John O