使用 PDFtk 和文本编辑器轻松去除 PDF 文件中的文字和图片水印

本文的方法仅供学习交流使用，本人不支持对正版 PDF 进行去除水印以牟利等非法行为．本人只是想看一些文档的时候不要被巨大的水印阻挡了视线，影响阅读体验．

具体方法

1. 安装 PDFtk，这是个命令行工具．Windows用户请按照官网提示安装．Linux 用户一般使用包管理工具从软件源安装即可，例如 pacman -S pdftk 或 apt install pdftk．

2. 解压要处理的 PDF 文件，PDF 文件默认都是有压缩的，我们需要解压方便我们后续的操作．解压命令 pdftk INPUT.pdf output OUTPUT.pdf uncompress，根据需要替换成你的 PDF 文件名．

3. 使用文本编辑器编辑 OUTPUT.pdf，不断尝试删除一些元素，并检查 PDF 文件中的水印是否已经出去．建议每次只删除一个元素．这就是个不断尝试的过程．

   1. 针对文字水印，一般是放在一个 /BBox 里，找到对应的 /BBox 之后删除即可．文字水印一般是一个字对应一个 /BBox．此外，还需注意文档中的每一页都有的文字水印，可能还是每一页都有相同的 /BBox．因此，在确认删除特定的 /BBox 之后，我们可以考虑用正则表达式删除全部的 /BBox ．例如，我们找到了 /BBox [110.6, 517.8, 199.366, 594.48] 这个是个水印，我们使用正则表达式删除它：sed -i "/394.44 230.64 460.8 295.92/d" OUTPUT.pdf．注意，这里我们假设文字水印在每一页出现的位置都是固定的．如果不是，那就得一页一页的尝试删除了．
   2. 针对图像水印，我们可以尝试删除 pdf 文件中的 obj 对象．在文件中找到类似 5 0 obj 这样的行，其中 5 是 obj 的编号，0 的意义我不太不清楚，但是没有看到其他的取值，删掉该行，看看水印是否还在．不断地尝试，直到水印被删除．

小结

简单来说，本文介绍的去除 PDF 水印的方法就是将 PDF 文件解压后，使用文本编辑器，尝试删除特定的对象，看看是否能够成功去除水印．

需要说明的是，此方法仅仅使得 PDF 文件不显示水印，但是水印的信息还是保存在文件中的．如果需要删除，也许应该删除掉从 5 0 obj 到 endobj 的行，这样才是完整的删除了一个对象．而对于文字水印，则应该删除包含该 /BBox 的对象．但是似乎这样会破坏 PDF 文件，导致如果后面使用 PyPDF2 去解析的时候会有些问题．不过这是后话，不是本文的重点，就先忽略了吧．

参考

Removing watermarks from pdfs with pdftk