文章
浏览器里的 PDF 工具箱：清理、排版与构建结构
大多数 PDF 处理工作都能归入三类：让文档变得可读、把页面在版面上重新排布，以及编辑附着在文档上的数据。本站提供约十一款覆盖这三类需求的小工具，它们全都在你浏览器标签页内对文件进行处理。PDF 的打开、修改和保存都不离开你的设备，所以同一款工具既适合处理工资单，也同样适合处理机密合同。
清理并修正扫描件
刚从扫描仪或手机相机得到的页面，往往要先做几处修正才值得保留。旋转工具能把横放或倒置的页面以 90 度为步长转正，它取代了旧的扫描版 PDF 旋转指南。纠偏工具能把略微倾斜的文字摆正，当你打算之后做文字识别时这一步尤为重要。灰度工具会去掉色彩通道，从而缩小文件，并消除平板扫描仪给白纸添上的淡淡偏色。修复工具对自身的局限很坦诚：它只能重建 pdf-lib 能够解析并重新保存的那部分损坏 PDF，因此能救回许多其他阅读器拒绝打开的文件，但它无法重建从未写入文件中的内容。请把它当作打不开文档时的第一次尝试，而不是一种保证。
排布页面
文档变得可读之后，你可能需要改变页面在纸张上的摆放方式。裁剪工具能修掉页边距，或把页面裁到你真正关心的区域。调整尺寸工具能更改页面尺寸，比如从美式 Letter 改为 A4，让文档在另一个国家也能正确打印。多页合一工具把若干页并排放到一张纸上，对制作讲义或节省纸张很方便。交替混合工具会把两个文件逐页交错排列，最常见的用途是用单面扫描仪做的双面扫描：你先把正面扫进一个文件，翻过整叠纸再把背面扫进第二个文件，然后把它们混合，让页面回到原本的顺序。这些工具都不会把你的文字光栅化，所以原生数字版 PDF 在版式调整后仍保留可选中的文字。
元数据与结构
最后一类是包裹在页面之外的数据。元数据工具能读取并改写标题、作者、主题和关键词字段，并让你在分享文档前把它们清空，这是一个虽小却实在的隐私举措。书签工具能构建 PDF 阅读器在侧栏中显示的可点击大纲，让一份长篇报告变得便于导航。HTML 转 PDF 工具方向相反，把粘贴的标记转成 PDF，但有一点要说清楚：它会把结果渲染成页面的图像，所以输出的并不是可选中的文字。当你确实需要把文字从 PDF 中取出来时，有两条不同的路径。如果文件是数字方式生成的，PDF 转文本工具会直接而准确地读取其内嵌文字。如果文件是扫描件，里面没有文字可读，你就需要光学字符识别，它从图像中猜测字母，可能出错。弄清自己面对的是哪种情况能省去很多困惑。
PDF 内部结构与 XREF 表
PDF 文件不是线性文档，而是由离散对象（字典、数组、流和数值）组成的数据库，通过文件末尾的交叉引用（XREF）表相互连接。XREF 表将每个对象 ID 映射到其精确的字节偏移量。一些桌面编辑器以增量更新的方式保存修改：在文件末尾追加一个新的 XREF 部分，仅覆盖修改过的对象，原始字节则保留在下方不变。基于 pdf-lib 构建的浏览器工具的工作方式不同：它们把整个文档解析为内存中的对象图，应用所请求的修改（例如把页面的 Rotate 条目从 0 改写为 90），然后从零开始把整个文件重新序列化为一份全新的 PDF。这种完全重写意味着工具运行期间整份文档都必须放入内存，这也是每个工具都设有输入文件大小上限的原因；它从不会把其中任何部分上传到服务器。
流压缩与 PDF 修复原理
PDF 中的页面内容（文本绘制命令、矢量路径、光栅图像）存储在流对象中，这些对象几乎总是使用 FlateDecode（zlib）压缩。当 PDF 损坏时，损坏通常发生在格式错误的 XREF 表或截断的压缩流中。修复工具会完全绕过损坏的 XREF 表，对原始字节流进行线性扫描，搜索界定单个对象的 obj 和 endobj 标记。它提取这些对象，尝试解压其关联的流，并从头构建一个新的、格式正确的 XREF 表。如果损坏发生在 Flate 压缩流内部，该特定对象中的数据将无法恢复；文档结构可以还原，但受影响的页面可能显示为空白或缺少图像。
本文涉及的工具
- 校正扫描页面倾斜完全在浏览器中校正倾斜的扫描 PDF 或图片, 无上传。
- PDF 转灰度完全在浏览器中将彩色 PDF 转为灰度, 无上传。
- 修复 PDF将损坏或臃肿的 PDF 重建为干净、格式良好的副本, 完全在浏览器中完成，无上传。
- 旋转 PDF 页面无需上传即可旋转 PDF 的选定页面（90、180 或 270°）。
- 裁剪 PDF 页面可视化裁剪任意 PDF 页面, 选择一个区域并应用到所有页面或仅单页，无需上传。
- 调整 PDF 页面尺寸将每一页缩放到 A4、Letter、Legal、A3 或 A5, 或按百分比缩放, 无需上传。
- PDF N-up（每页多页）在每张纸上放置 2、4、6、8、9 或 16 个 PDF 页面以节省纸张。100% 在浏览器中，无需上传。
- 交替合并两个 PDF交错合并两个 PDF 的页面（A1、B1、A2、B2…），用于双面扫描。无上传。
- PDF 元数据清除器 / 编辑器在浏览器中移除或编辑 PDF 的隐藏元数据（作者、标题、软件…）。无需上传。
- 添加 PDF 书签为任意 PDF 添加可点击的书签大纲（目录）, 定义标题、页码和嵌套层级。100% 在浏览器中完成，无上传。
- HTML 转 PDF在浏览器中将粘贴的 HTML 转为 PDF（尽力而为，光栅化）。无需上传。
常见问题
这些 PDF 工具会把我的文件上传到服务器吗？
不会。这些工具都用 JavaScript 和 WebAssembly 在你的浏览器标签页内打开、编辑并保存 PDF。文件从你的磁盘读入页面，结果直接写回为一个下载文件，因此没有任何内容经过网络传输。你可以在使用工具时打开浏览器的网络面板来核实，或者在页面加载完成后断开网络，看着工具依然能正常工作。
修复工具能修好任何损坏的 PDF 吗？
并非任何文件都行。修复工具会重新解析文档并写出一份全新、格式规范的副本，从而修好损坏的交叉引用表以及许多让 PDF 打不开的结构性故障。它无法凭空造出真正缺失的数据，也无法解除强加密。请把它当作一次快速的初步尝试：如果它救回了你的文件，那就大功告成；如果没有，你也没有任何损失，可以再去找原始文件。