本地处理 PDF 的五件免费工具：合并、拆分、压缩、OCR、签名

合同、发票、扫描件，为什么不该上传到别人的服务器

很多人处理 PDF 的第一反应是搜一个在线工具，把文件拖进去，点一下，下载。方便，但代价是文件离开了你的电脑。合同、身份证、体检报告、工资单，都属于不该随便上传的类型。

好消息是，PDF 处理这件事早就有一整套成熟的开源工具，全部可以本地跑。下面按“合并拆分、压缩、OCR、签名”四类需求，给出五件工具和一条完整工作流。

1. QPDF：命令行里的手术刀

QPDF 不负责“编辑内容”，它负责在不损失画质的前提下操作 PDF 的结构：合并、拆分、旋转、解密、加密、线性化、重写对象流。

# 合并
qpdf --empty --pages a.pdf b.pdf 1-3 -- merged.pdf

# 拆分：取出第 2 到第 5 页
qpdf input.pdf --pages . 2-5 -- out.pdf

# 解密（已知密码）
qpdf --password=xxx --decrypt in.pdf out.pdf

# 线性化：让网页端可以边下边看
qpdf --linearize in.pdf out.pdf

它最大的价值是无损。很多在线工具为了“处理方便”，会把 PDF 重新渲染成图片再打包，结果是文件变大、文字变成图像、再也搜不到。QPDF 只动结构，不动内容。凡是能用 QPDF 解决的，不要用“另存为图片再合成”。

2. PDF Arranger：图形界面的页面重排

命令行适合批量，但整理一份几十页的扫描件时，可视化更重要。PDF Arranger 提供的是缩略图式的页面管理：拖动排序、删除空白页、把两页拼成一页、把多个文件拖进同一个窗口合并。

它的定位很明确——只做页面级的操作，不做文字编辑。这个边界让它轻、快、不容易出错。适合处理扫描件、合并报销单据、删掉扫描时多出来的空白页。

3. OCRmyPDF：给扫描件加一层看不见的文字

扫描出来的 PDF 本质是一堆图片，搜索不到、复制不了、也没法被检索。OCRmyPDF 做的事是在原图下面叠加一层不可见的文字层，视觉上完全不变，但从此可以搜索和复制。

ocrmypdf -l chi_sim+eng --deskew --clean input.pdf output.pdf

三个参数值得记住。-l 指定语言包，中文要用 chi_sim，需要提前装 Tesseract 的对应语言数据。–deskew 自动纠偏，扫描时放歪的页面会被转正。–clean 做图像清理，去掉噪点和杂色，识别率通常会有改善。

它底层调用的是 Tesseract 引擎，所以识别质量取决于扫描清晰度和语言包。手写体、复杂表格、竖排繁体，效果都会明显下降——这不是工具的问题，是当前 OCR 的普遍边界。

4. Ghostscript：压缩的正确姿势

PDF 太大，多半是因为里面的图片分辨率过高。Ghostscript 通过重采样图像来压缩，官方提供了几档预设：

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.7 \
   -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH \
   -sOutputFile=small.pdf input.pdf

四档预设的差别主要在图像采样上：/screen 约 72dpi，适合屏幕阅读；/ebook 约 150dpi，适合一般文档；/printer 约 300dpi，适合打印；/prepress 保留更高精度。日常传阅用 /ebook 通常就够，一份几十兆的扫描件能降到几兆。

注意一个副作用：Ghostscript 会把整个 PDF 重写一遍，原有的书签、表单域、部分元数据可能丢失。所以压缩前先留一份原始文件，别在原件上操作。

5. Stirling PDF：把上面这些装进一个网页

如果你不想记命令，Stirling PDF 是一个可以自托管的工具箱：用 Docker 一条命令跑起来，浏览器打开就是界面，功能覆盖合并、拆分、压缩、旋转、加水印、OCR、格式转换、签名。关键在于它是跑在你自己机器或内网服务器上的，文件不出局域网。

docker run -d -p 8080:8080 \
  -v ./data:/data stirlingtools/stirling-pdf

它适合的场景是家庭或小团队共用：一台常开的小主机，全家人用浏览器访问，不用每个人装一堆软件。代价是要自己维护容器和更新。

6. 五件工具怎么分工

工具	形态	强项	短板	适合谁
QPDF	命令行	无损结构操作、批量脚本	无图形界面	愿意写脚本的人
PDF Arranger	桌面 GUI	页面重排、删除、合并	不能编辑文字	整理扫描件
OCRmyPDF	命令行	加文字层、纠偏、清理	依赖 Tesseract 语言包	处理纸质归档
Ghostscript	命令行	压缩、格式转换	会重写文件、丢书签	控制文件体积
Stirling PDF	自托管 Web	功能全、多人共用	需要 Docker 维护	家庭 / 小团队