pdfparanoia is a PDF watermark removal library for academic papers. Some publishers include private information like institution names, personal names, ip addresses, timestamps and other identifying information in watermarks on each page.
pdfparanoia это библиотека для удаления водяных знаков из PDF файлов научных статей. Некоторые издатели включают личную информацию, такую как названия институтов, имена, IP-адреса, время и дату и другую информацию в водяные знаки содержащиеся на каждой странице.
Simple.
sudo pip install pdfparanoiaor,
sudo python setup.py installpdfparanoia is written for python2.7+ or python 3. You will also need to manually install "pdfminer" if you do not use pip to install pdfparanoia. For python versions prior to Python 3, use "pdfminer" from the Python Package Index (http://pypi.python.org). For recent versions of Python, use pdfminer3k instead.
import pdfparanoia
pdf = pdfparanoia.scrub(open("nmat91417.pdf", "rb"))
with open("output.pdf", "wb") as file_handler:
file_handler.write(pdf)or from the shell,
pdfparanoia --verbose input.pdf -o output.pdfand,
cat input.pdf | pdfparanoia > output.pdf- AIP
- IEEE
- JSTOR
- RSC
- SPIE (sort of)
- 0.0.13 - RSC
- 0.0.12 - SPIE
- 0.0.11 - pdfparanoia command-line interface. Use it by either piping in pdf data, or specifying a path to a pdf in the first argv slot.
- 0.0.10 - JSTOR
- 0.0.9 - AIP: better checks for false-positives; IEEE: remove stdout garbage.
- 0.0.8 - IEEE
BSD.