我有一堆pdf文件，其中包含歌词(黑色字体(和和弦(蓝色字体(，就在字母之间。
是否可以只提取黑色字体的文本，而忽略其他颜色的所有文本？
您可以在Ghostscript中付出相当大的努力来做到这一点，但这意味着要专门为任务更改PDF解释器(绝非易事(。
你需要知道你想要去掉(或者保留(的确切颜色。然后，您可以修改在/ghostpdl/Resource/Init/pdf_ops.ps中定义的每个文本显示运算符(TJ、TJ、'和"(。您首先检查当前颜色，如果您想要它，则继续处理文本，否则弹出字符串并返回而不进行处理。
请注意，您需要重新生成Ghostscript，或者通过使用命令行上的-I开关告诉它使用修改后的文件。
运行原始PDF文件作为输入，选择pdfwrite设备并创建一个缺少文本的新文件。
如果以下文本依赖于前一操作所移动的当前点，则这可能会产生意外结果。在这种情况下，你可以试着在画之前把颜色改成白色。这本身就有缺点；如果页面下面不是白色的，文本仍然会显示，复制和粘贴器仍然会拾取白色文本，即使它是不可见的。