新年好！

网上下载的某些 PDF 文档，经过层层转压，里面带上了一堆水印，很是影响阅读.

对于纯图片的文档（比如翻拍的纸质书）来说，来一个简单的脚本去除文本水印即可.（图片水印就不是一个脚本能解决的了）

PDF 是一种页面描述语言，而 PDF 文件由文件结构、文档对象，和一系列描述内容的操作符组成. 一段显示一串 8 的操作符序列如下:

1
2
3
4
5
BT
/F0 192 Tf
1 0 0 -1 0 137 Tm
(8888888888888) Tj
ET

BT 和 ET 是文本 block 开始和结束，Tf 操作选择字体 F0 字号 192pt，Tm 是位置矩阵，Tj 是字符内容. 更多操作符可参考 PDF Explained 及标准文档.

再看这个脚本就很简单了，遍历每个页面对象，获取内容操作符列表，去掉 Tj.

当然，还有待完善的地方，比如去掉整个文本 block, 根据文字删除等等.

水完了~

本文参考链接已标注