Stirling-PDF：功能强大的开源PDF工具

Stirling-PDF是一款被誉为“PDF的瑞士军刀”的开源PDF工具，功能强大，适用于个人用户、企业和开发者，在批量处理或自动化PDF操作时优势明显。

一、主要功能

1. PDF转换：
   • 支持将PDF转换为word、PPT、图片（如PNG、JPG等格式）。
   • 可将图片或HTML转换为PDF。
2. PDF编辑：
   • 能添加水印。
   • 可合并多个PDF文件，也能拆分PDF文件。
3. OCR（光学字符识别）：
   • 使用Tesseract OCR引擎，能识别PDF或图像中的文本，且支持多种语言，包括中文。
4. 安全性管理：
   • 可设置或移除PDF密码，还能加密PDF文件。
5. 压缩PDF：
   • 能够减少PDF文件大小，方便存储和共享。
6. 其他高级功能：
   • 可进行页面裁剪、旋转操作。
   • 能提取文本、图片或元数据。
   • 支持批量处理PDF文件，有效提高工作效率。
   

   二、安装使用（Compose安装Stirling-PDF）

7. 创建文件夹：
   • 先在任意位置创建一个pdf文件夹，用于存放docker-compose.yaml文件。
   
8. 构建项目：
   • 使用docker的compose方式构建，点击新增项目。
   
   • 输入项目名称，路径选择刚刚创建的pdf文件夹，点击创建。
   
   • 将以下代码拷贝进docker-compose.yml（注意要把其中/vol1/1000/docker/pdf/trainingData、/vol1/1000/docker/pdf/extraConfigs、/vol1/1000/docker/pdf/logs、/vol1/1000/docker/pdf/customFiles路径换成自己的）：

   version: '3.3'
   services:
     stirling-pdf:
    container_name: Stirling-PDF # 容器名称
    image: frooodle/s-pdf:latest # 使用的镜像，最新版本
    ports:
      - "8750:8080" # 映射端口，本地的8750映射到容器的8080
    volumes:
      # 数据卷挂载，将宿主机目录挂载到容器内部
      - /vol1/1000/docker/pdf/trainingData:/usr/share/tessdata # 用于OCR模型的训练数据
      - /vol1/1000/docker/pdf/extraConfigs:/configs # 存储容器的配置文件
      - /vol1/1000/docker/pdf/logs:/logs # 存储容器的日志文件
      - /vol1/1000/docker/pdf/customFiles:/customFiles # 存储用户自定义文件
    environment:
      DOCKER_ENABLE_SECURITY: "true" # 启用容器的安全模式
      SECURITY_ENABLELOGIN: "true" # 禁用登录功能，无需验证即可访问
      SECURITY_INITIALLOGIN_USERNAME: zhixinfang # Stirling-PDF登录账号
      SECURITY_INITIALLOGIN_PASSWORD: zhixinfang # Stirling-PDF登录密码
      SYSTEM_DEFAULTLOCALE: zh-CN # 设置系统默认语言为简体中文
      UI_APPNAME: 季春二九PDF # 设置应用程序名称
      UI_HOMEDESCRIPTION: 季春二九PDF # 设置首页的描述文字
      UI_APPNAMENAVBAR: 季春二九PDF # 设置导航栏的名称
      SYSTEM_MAXFILESIZE: "500" # 设置文件上传的最大尺寸（单位：MB）
      INSTALL_BOOK_AND_ADVANCED_HTML_OPS: "false" # 禁用书籍和高级 HTML操作功能
    restart: on-failure:3 # 配置重启策略，仅在失败时重启，最多尝试3次

   • 复制代码运行报错的，请在浏览器打开文章后再复制。要仔细看代码里面的注释，根据自己的需求修改。
   • 上述代码默认设置的是登录后使用，如果想不登录直接使用，请把DOCKER_ENABLE_SECURITY: "true"和SECURITY_ENABLELOGIN: "true"这两行代码中的true改成false，或者部署好后去容器修改环境变量也可以。
9. 下载OCR中文模型：
   • OCR扫描需要自行下载中文模型。
   • 下载地址：https://github.com/tesseract-ocr/tessdata/tree/main，打开后找到下面五个模型下载下来上传到trainingData文件夹下：
     • eng.traineddat
     • chi_sim.traineddat
     • chi_tra.traineddat
     • chi_sim_vert.traineddat
     • chi_tra_vert.traineddata
   • 其中sim是简体中文、tra繁体中文，eng是英文（English）文本，带vert的文件为竖排版模型，若还需要其他模型可根据需求自行下载。
   • 参考文档链接：https://github.com/Stirling-Tools/Stirling-PDF/blob/main/HowToUseOCR.md
10. 登录使用：
    • 访问浏览器打开http://ip:8750，输入设置的账号密码登录，这样就可以使用了，经测试几乎没问题，且比市面上的强太多了。