Xournal++ CLI导出PDF时如何指定页面范围
2025-05-18 09:50:06作者:蔡丛锟
Xournal++作为一款强大的手写笔记软件,其命令行接口(CLI)提供了丰富的导出功能。本文将重点介绍如何通过命令行参数实现PDF导出时的页面范围选择功能。
核心参数解析
在Xournal++的命令行接口中,--create-pdf(简写-p)参数用于将当前文件导出为PDF格式。但很多用户不知道的是,系统还提供了更精细的导出控制参数:
-
基础导出命令:
xournalpp -p output.pdf -
高级导出选项: 通过
--help-export参数可以查看所有高级导出选项,其中最关键的是页面范围控制参数:xournalpp --help-export
页面范围控制详解
--export-range参数允许用户指定需要导出的页面范围,其语法非常灵活:
- 单页:
3(仅导出第3页) - 连续范围:
2-5(导出2到5页) - 不连续范围:
1,3,5(导出1、3、5页) - 开放范围:
7-(从第7页到最后一页) - 组合使用:
2-3,5,7-(导出2-3页、第5页、以及7页之后的所有页)
典型使用示例:
xournalpp -p output.pdf --export-range="1-3,5"
其他实用导出参数
除了页面范围控制外,Xournal++ CLI还提供了其他有用的导出选项:
-
去除背景:
--export-no-background导出的文件将具有透明或白色背景(取决于输出格式支持)
-
去除网格线:
--export-no-ruling -
分层导出:
--export-layers-progressively在PDF导出中,逐层渲染图层,适合制作演示文稿
-
图层范围控制:
--export-layer-range=RANGE类似于页面范围控制,但针对图层
实际应用场景
- 批量处理:结合shell脚本实现自动化导出工作流
- 选择性归档:只导出已完成注释的页面
- 演示准备:使用分层导出功能制作分步演示文档
- 素材提取:配合去除背景参数获取干净的笔记内容
注意事项
- 页面编号从1开始
- 范围参数必须与
-p或-i参数配合使用才有效 - 对于PNG导出,还可以使用
--export-png-dpi等参数控制输出质量 - 在Linux环境下,建议使用完整的
xournalpp命令路径以避免冲突
通过掌握这些命令行参数,用户可以更高效地管理Xournal++文档的导出过程,特别是在处理大型文档或需要自动化处理时,这些功能显得尤为重要。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168