私は3000かそこらのファイルのチャンクで多くのPDFファイルをマージしようとしています。何度も試した後、このスクリプトでうまくいくようでした。(もちろん私は間違っていました)
#!/bin/bash
basepath='/home/lemonidas/pdfstuff';
datename=`date "+%Y%m%d%H%M.%S"`;
start=`date "+%s"`;
echo "parsing pdf list to file..."
find $basepath/input/ -name "*.pdf" | xargs -I {} ls {} >> $basepath/tmp/biglist$datename.txt
split -l 3000 $basepath/tmp/biglist$datename.txt $basepath/tmp/splitfile
rm $basepath/tmp/biglist$datename.txt
echo "deleting big file..."
echo "done splitting!"
declare -i x
x=1
for f in $basepath/tmp/splitfile*
do
linenum=`cat $f | wc -l`;
echo "Processing $f ($linenum lines)..."
# merge to one big PDF
cat $f | xargs gs -q -sstdout=$basepath/error.log -sPAPERSIZE=letter -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -sOutputFile=$basepath/output/$x.big.pdf 2>$basepath/error.log
echo "Completed PDF $x"
(( x++ ))
# delete the list file
rm $f
echo "Deleted processed file $f"
done
end=`date "+%s"`;
echo "Started: $start"
echo "Finished: $end"
問題は、22000の2ページのPDFがあり、各出力ファイル(最後のファイルを除く)は6000ページである必要があります(解析前に「wc-l」で確認されるように、各マージリストに3000のPDFがあるため)。約658ページしかありません。
gsによるこれ以外のエラーは報告されません。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
警告:埋め込まれたシンボリックTTフォントには、Platform = 1 Encoding=0のcmapが含まれている必要があります。
このファイルには、修復または無視されたエラーがありました。
ファイルの作成者:>>>> Powered By Crystal このファイルを作成したソフトウェアの作成者に、アドビが公開しているPDF仕様に準拠していないことを通知してください。
何度も何度も(ただし22000回ではありません)
300〜400のファイルで試してみるとスムーズに実行されますが、フルランで試してみると、2.5時間後には、マージされたファイルの半分よりはるかに少なくなります。
私の次の考えは、各2ページのPDFを.pgmファイルに変換することですが、PDFとして再作成する方法がわかりません(フォントの埋め込みの問題が発生しないようにするため)。私は何かが足りないのですか?(おそらく)