如何批量删除PDF文档中的”www.it-ebooks.info“

      经常在http://www.it-ebooks.info/下载电子教程，但是下载的教程每页都会打上www.it-ebooks.info的标签。之前也没太注意，最近每次看到这些标签都有点小烦躁，想着是不是可以批量去除，首先考虑是在Adobe Acrobat XI Pro下去除水印，但是很遗憾参考很多网上的教程都没有处理掉。萌生了写个脚本批量处理的想法，在谷歌搜到一个外国人写的相关分析和教程，我觉得挺好的，也就依葫芦画瓢演示一遍，算是留个笔记吧。

      大致思路是，用hex编辑器打开PDF文件，找到带有www.it-ebooks.info的文本，然后全部替换成为空即可。

      因为我的ubuntu14.04虚拟机不带Bless Hex编辑器，首先需要安装。命令如下：

apt-get install bless

       在ubuntu14.04中使用bless打开需要处理的PDF文档，如下图所示:

      接下来，我们来找这里面的www.it-ebooks.com字符串。在两个地方存在www.it-ebooks.com字符串，一个是在link中，一个是在text中。我们来看link中的www.it-ebooks.com。如下图所示：

      图中选中的部分即是link中的www.it-ebooks.com。link中的结构如下：

<<
/Type /Annot
/Subtype /Link
/Rect [ 210 18.5 294 6.5 ]
/Border [ 0 0 0 ]
/A <<
/Type /Action
/S /URI
/URI (http://www.it-ebooks.info/)
>>
>>

      查看了一下《Developing with PDF》这本书，一对双角括号代表一个Dictionary对象，其中包含属性和对象的值。上面得到的就是link中的www.it-ebooks.com。接下来，我们来找text中的www.it-ebooks.com部分。如下图所示：

      text中的结构如下：

BT
1 0 0 1 0 0 Tm
(www.it-ebooks.info)Tj
ET

      我们只要把以上两部分的内容替换为空字符就可以删除整个PDF文档中的www.it-ebooks.com水印了。

      接下来，我们编写一个python脚本来自动化进行这个过程：源码放在GitHub上面。

       参考文献:http://www.rawcoders.com/Thread-How-To-Remove-it-ebooks-info-watermark-from-pdfs