Poppler

Poppler : PDFのコマンドラインツール

2022年9月15日管理人 3件のコメント

TOP > Poppler ツール

概要

Poppler とはPDF ドキュメントの閲覧等に用いられるフリーのツール群です。Poppler はXpdf をベースとして機能アップ、表示の効率化、多種多様な機能を提供する目的で作成されました。

注記：効率化は誇張でした。一部は多機能故に逆に速度低下が出てます。

詳細

ライセンスはGPL（フリー）
機能別にEXEファイルが存在
日本語（２バイト文字列）対応（言語ファイルより
Acrobatアプリ本体がなくても動作（当たり前
ドキュメントも公式サイトも全て英語（汗
コマンドラインのツールなのでVBAなどのプログラムから制御可能
Windows版だけでなく、Linux、Mac 版など多様なOSに対応
他の多数のソフトで機能の一部が利用されている
現在もバージョンアップが繰り返されている
残念なことに公式サイトではソースのみの公開で、OS単位のバイナリーは配布されてない。

ダウンロード

先にも書きましたが Poppler 公式サイトはソースのみでバイナリーは公開してません。Windows 版のEXEのバイナリーは以下からダウンロード出来ます。(2022/09/15 時点)

Poppler for Windows

Version 22.04.0-0
File：Release-22.04.0-0.zip
コチラが最新です。

Poppler for Windows
Version 0.68.0
File : poppler-0.68.0_x86.7zpoppler-qt5 for mingw32
Version 0.32.0
file : poppler-0.32.0-mingw32-1.zip
sise : 7.76MB

インストール

上記で紹介したファイルは２つとも解凍するだけです。解凍先は出来ればWindows の環境変数の Path を通した方がいいです。通さないならば半角の空白が無いフォルダに置くことをオススメします。その方がイロイロとトラブルが少なく済みます。

言語ファイルのダウンロード

ココのサイトを開きます。そして「Poppler Encoding Data」と書かれている下に有る「poppler-data-0.4.9.tar.gz」の部分をクリックします。poppler-data-0.4.9.tar.gz ファイルがダウンロードできます。

※上記画像は旧バージョン 0.4.8 です。0.4.9 が最新です。

言語ファイルのインストール

①　ダウンロードした poppler-data-0.4.9.tar.gz ファイルを解凍すると poppler-data-0.4.9 フォルダが有ります。それをpoppler にリネームします。

②　Poppler の各EXE 実行フォルダbin と同じ階層に share フォルダがあります。その share フォルダの下に①のpoppler フォルダごと、そのままコピーします。

③　pdfinfo.exe で言語ファイルのテストをします。

＞pdfinfo.exe -listenc

以下の様に表示されたらOKです。

001 >pdfinfo -listenc
002 Available encodings are:
003 .
004 ..
005 ASCII7
006 Big5
007 Big5ascii
008 EUC-CN
009 EUC-JP
010 GBK
011 ISO-2022-CN
012 ISO-2022-JP
013 ISO-2022-KR
014 ISO-8859-6
015 ISO-8859-7
016 ISO-8859-8
017 ISO-8859-9
018 KOI8-R
019 Latin1
020 Latin2
021 Shift-JIS
022 Symbol
023 TIS-620
024 UTF-16
025 UTF-8
026 Windows-1255
027 ZapfDingbats

　Highlight：プログラミング言語のソースコードを構文で色分け (GUI編)
　

注）poppler-data-0.4.9.tar.gz は旧バージョン 0.4.8 と表示が少し異なります。

機能

Windows 版でExe 単位での機能です。

pdfdetach.exe　：PDFから添付ファイルの抽出、情報の表示
pdffonts.exe　：PDFのフォント情報を表示　※注意有り
pdfimages.exe　：PDFから画像を抽出
pdfinfo.exe　：PDFの文書のプロパティと各ページ情報などを表示
pdfseparate.exe　：PDFから単一のページを抽出
pdftocairo.exe　：PDFを画像形式に変換
pdftohtml.exe　：PDFをHTML形式に変換
pdftoppm.exe　：PDFをPPM画像形式に変換
pdftops.exe　：PDFをPostScriptファイルに変換
pdftotext.exe　：PDFからテキストを抽出
pdfunite.exe　：PDFのマージ

「表示」と書いている部分はDOSの標準出力としてテキスト出力に切り替える事も出来ます。

例：pdfinfo.exe -meta in.pdf > out.txt

機能別の使い方

Poppler を使用したVBA関数

Poppler を起動するサンプル

上記以外の処理をPoppler でさせるサンプルです。オプション等の設定、エラーの判定は全て自分で行う必要が有ります。

コマンドラインを実行する部分にはVBA関数「 RunCommandLineEX 」をご使用ください。

例：

002 003 004 005 006 007 008 009 010 011 012 013 014 015 016 017 018 019 020 021 022 023 024 025 026 027 028 029 030 031 032 033 034 035 036 037 038 039 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 059 060 061 class="HL-VBA-IAC lin">001 ' コマンドラインを起動するメイン・デモ Sub Main_Demo() Dim i As Long Dim bRet As Boolean Dim strOutFile1() As String Dim strOutFile2() As String '引数で使う変数 Dim strCmd As String Dim strOutFile(1) As String Dim strErr As String Dim strWorkFolder As String Dim lRetCode As Long Dim lErrCount As Long Dim lErrCode(4) As Long gDebugMode = True '実運用ではFalse 'Poppler 終了コードのセット lErrCode(0) = 0 'No error. lErrCode(1) = 1 'Error opening a PDF file. 'I/O Error: Couldn't open file 'XX.pdf': No error. lErrCode(2) = 2 'Error opening an output file. 'I/O Error: Couldn't open text file 'xx.txt' lErrCode(3) = 3 'Error related to PDF permissions. lErrCode(4) = 99 'Other error. lErrCount = 4 'Ubound(lErrCode) strCmd = "I:¥Tools¥Run¥Poppler-0.45¥bin¥pdftotext.exe " & _ "-layout " & _ "I:¥Tools¥Run¥Poppler-0.45¥bin¥IN.pdf -f 9 -l 9 OUT.pdf" 'コマンドラインの実行 bRet = RunCommandLineEX(strCmd, strWorkFolder, _ lErrCount, lErrCode, _ strOutFile, strErr, lRetCode) If gDebugMode Then '実行結果の表示 Debug.Print "bRet=" & bRet Debug.Print "lRetCode=" & lRetCode strOutFile1 = Split(strOutFile(0), vbCrLf) strOutFile2 = Split(strOutFile(1), vbCrLf) Debug.Print "strErr=" & strErr For i = 0 To UBound(strOutFile1) Debug.Print "msg1 i(" & i & ")="; strOutFile1(i) Next i For i = 0 To UBound(strOutFile2) Debug.Print "msg2 i(" & i & ")="; strOutFile2(i) Next i End If MsgBox "End " & Now End Sub Public Function RunCommandLineEX( _ ・・・・) As Boolean 'ココはVBA関数「 RunCommandLineEX 」をご使用ください。 ' End Function

　Highlight：プログラミング言語のソースコードを構文で色分け (GUI編)
　

日本語の扱い

VBA関数「 RunCommandLineEX 」は標準出力のUTF-8を変換してプログラム内に読み込む機能が入っています。よってオプション「-enc Shift-JIS 」は必要としません。これにより日本語の文字化けを避けることができます。
pdfinfo で結果をDos 画面に表示すると日本語の２バイト文字は化けて表示されます。但し、リダイレクト（標準出力）で出力したテキストを文字コードで自動判別出来るエディタならば日本語が正しく表示できます。でもエディタによっては表示できる出来ない場合も有ります。メモ帳はダメでした。
※メモ帳で表示てきたのは「CreationDate: 」と「ModDate:」の「東京 (標準時)」部分だけです。
pdfinfo のテキスト出力はUTF-８Nで出力してますが。一部はUNICODEになっている感じです。
「pdftotext -enc Shift-JIS ・・・」で日本語の文字表示が可能ですが、半角文字まで２バイト文字になってしまう問題が有ります。よってこの「-enc Shift-JIS 」オプションは使用せずに、VBA関数「 RunCommandLineEX 」で内部コード変換させてください。

pdffonts.exe の使用について

バージョン0.45 の pdffonts.exe はアンチウイルスソフト（Avast）で脅威が検出され実行できません。Windows にとって好ましくない動作をおこなうみたいでアンチウイルスソフトで隔離されてしまいます。これも含め問題点をまとめてみました。

バージョン0.45 ではアンチウイルスソフトで脅威が検出され実行できない。
バージョン0.32 の pdffonts.exe はアンチウイルスソフトで脅威が検出されず実行はできる。

以上から現時点（2016/6/29）で問題無く使えそうなのは「Xpdf 3.04 の pdffonts.exe 」だけとなります。「Xpdf 3.04 の pdffonts.exe 」は２年前のソフトですが、PDFファイルの仕様そのもののバージョンは上がってないので使用に問題が出るとは考えにくいです。

001 I:¥Tools¥Run¥Xpdf¥bin32>pdffonts in1.pdf 002 Config Error: No display font for 'Symbol' 003 Config Error: No display font for 'ZapfDingbats' 004 name type emb sub uni object ID 005 ------------------------------------ ----------------- --- --- --- --------- 006 Helvetica Type 1 no no no 151 0 007 BSBASK+MS-Gothic-H CID TrueType yes yes no 158 0 008 Helvetica-Oblique Type 1 no no no 96 0 009 MMJRJM+rtcxss Type 1C yes yes no 104 0 010 KJXKQP+rtxmi Type 1C yes yes no 111 0 011 OTNCWA+txsya Type 1C yes yes yes 112 0 012 HYZHPX+t1xtt Type 1C yes yes no 113 0

　Highlight：プログラミング言語のソースコードを構文で色分け (GUI編)
　

備考

Poppler の言語ファイルは Xpdf と異なり固定フォルダを見るように設計されています。それならばPopplerのバイナリー配布と同時にそのフォルダも入れるようにしてくれると有難いです。

＜　TOPへ戻る　＞