【开源分享】RATools for PDF:专为RA打造的PDF批量标准化工具

相信各位RA小伙伴在注册申请递交的最后阶段，都经历过被“最后一轮PDF排查”的折磨。

书签层级是否规范？跳转链接是否失效？隐藏的元数据清理干净了吗？是否还有未删除的附件和动态内容？每份文件的页面尺寸和初始视图是否统一？

这些问题单看都不复杂，但在eCTD或海量文件的递交要求下，一旦文件数量成百上千，手工逐份处理不仅极其耗时，而且非常容易因为疲劳而产生遗漏。

也正因深知这种痛苦，我最近一直在持续开发一个更贴近RA实际工作流的桌面工具：RATools for PDF。

它不是一个面向所有人的通用型PDF阅读器或编辑器，更准确地说，它是一个专为RA定制的PDF批量标准化与质控工具。它要解决的问题很直接：把递交前那些高频、重复、容易返工的PDF处理动作，变成可以批量执行、可复核、可追踪的自动化流程。

核心功能

针对注册递交中的常见合规要求，RATools for PDF现已支持以下批量处理能力：

1. 初始视图与文档属性配置

统一阅读体验：批量将文档设为首页打开，重置页面布局与缩放比例，让审评老师打开文件的第一眼就是整洁的标准格式。
导览与元数据优化：自动设置导览标签（存在书签时自动显示书签面板），一键折叠所有书签。同时支持根据文件名自动写入PDF的“标题”属性，规范底层数据。

2. 页面与字体标准化

尺寸规范化转换：研发提供的图谱或外文文献经常出现非标页面。工具内置转换引擎，支持批量将非标页面无损转换为A4或Letter尺寸。
字体与加载优化：批量嵌入文档中缺失的非标准字体，避免跨设备查阅时出现乱码。同时支持PDF版本转换。

3. 书签管理

行为规范化：批量将书签的缩放比例设为递交要求的“承前缩放”，或将跳转动作统一改为“新窗口打开”。
异常清理：自动检测并删除书签中潜藏的外部网页链接、失效死链以及未知动作书签。
书签导出导入：支持将书签批量导出为与PDF同名的CSV文件，再通过CSV批量重新导入书签(导入时自动按文件名匹配)。

4. 超链接处理

路径与动作修正：一键将外部文件链接的绝对路径转换为相对路径（eCTD递交必备），并统一超链接为“承前缩放”或“新窗口打开”。
视觉样式统一：不必再手动逐个改颜色！自动将链接文本设为蓝色，按需增加或删除链接边框，一键统一全文档的“有框/无框蓝字”超链接样式。
超链接导出导入：超链接数据可导出为与PDF同名的JSON格式文件，便于PDF修改后重新批量导入（导入时同样按文件名自动匹配），省去重复做外链的工作。

5. 内容合规与安全性

外部与失效链接清除：批量删除不合规的外部URI网页链接（并支持将原蓝色文字还原为普通黑色文本），精准定位并删除失效链接及未知动作链接。
动态与隐藏元素剥离：药监机构严禁PDF中含有可执行脚本。工具可深度删除JavaScript、3D内容、动态表单、隐藏的文档附件、PDF注释及文档标签。
删除文档元数据：批量清理所有敏感文档元数据（如内部作者、修改时间），甚至支持在特殊场景下“一键删除所有链接和书签”。

6. 文件级优化

修改PDF版本：将PDF版本修改为1.7版本以符合监管要求。
启用线性化（快速网页浏览）：优化文档结构以支持Web环境下的流式加载和边下边看。
规范命名：支持按eCTD规则规范化输出文件名，避免因特殊字符导致的验证报错。

除了基础的处理功能，这个项目在开发时更注重“落地”的务实体验：

批量过程实时可控：
在RATools for PDF中，批量处理时你可以实时看到当前进度条、完成数量和正在处理的文件名。如果整批任务需要中止，可以直接点击停止；如果某一个特殊文件卡住了，或者你临时不想继续处理当前文件，也能直接跳过，不必让整批任务一起跟着停摆。
详尽日志，方便复盘与留痕：
这是我个人非常看重的一点。处理完成后，用户不仅可以直接在界面查看日志，也可以一键导出完整的处理日志报告。这对于需要确认处理结果、回看操作过程、或者应对内部复核的场景来说极其关键。它让“批量处理”不只是单纯的追求快，而是做到有迹可循，让复盘和检查变得极其简单。

使用方法：开箱即用，零代码门槛

考虑到RA的实际使用场景，工具被封装成了一个纯本地化的桌面应用程序，你不需要懂任何Python代码或配置环境。

便捷导入：支持直接拖拽导入PDF文件，也支持直接导入整个文件夹。程序会自动递归收集其中的所有PDF文件。
按需勾选与快捷预设：在界面上，你可以根据本次递交的具体要求，自由勾选需要执行的处理项（如统一蓝字链接、转换为A4、清理元数据等）。同时，工具目前已内置了中国eCTD和美国eCTD两套快速预设，一键即可载入符合法规要求的标准配置（后续也会根据需要持续添加更多预设）。
一键执行：点击运行，喝杯咖啡的功夫，工具会自动完成所有枯燥的重复劳动。

数据安全提示：本工具完全基于你的本地电脑离线运行，不需要连接互联网，更加安全可控。当然，你也可以使用前将源代码交给AI进行审查。

下载方法

项目使用Python进行开发，大部分代码工作通过Vibe Coding完成。为了让更多同行受益，代码已完全开源。

项目主页&源码地址：https://github.com/PharmaRA/RATools-for-PDF

直接获取免安装版，提供以下两种获取方式：

方式一（网盘）：直接在本公众号后台回复关键词「RATools for PDF」（建议直接复制），即可获取最新打包版本的网盘下载链接。
方式二（GitHub）：你也可以直接前往GitHub页面的Releases标签下，下载打包好的.zip文件。

进阶指南：如何使用源码自行打包

如果你出于安全考虑不希望直接下载打包好的程序，或者想要二次开发添加适合自己的专属功能，可以拉取源码自行打包。步骤非常简单：

准备环境：确保你的电脑已安装Python 3.8或以上版本。
克隆项目并安装依赖：将源码下载到本地后，在终端中进入项目目录，运行以下命令安装必需的库： pip install -r requirements.txt
一键编译打包：项目源码内贴心地提供了批处理脚本。你只需在Windows环境下双击运行build_pyinstaller.bat（使用PyInstaller打包，经过多次优化，推荐使用）或build_nuitka.bat（使用Nuitka编译，运行效率更高，但是暂未经优化，可能报错）。
等待脚本运行完毕后，你的专属独立可执行文件就会生成在dist文件夹中啦！

开源协议

本项目代码基于AGPL-3.0 License（GNU Affero通用公共许可证v3.0）发布，详见GitHub仓库中的LICENSE文件。

简单来说，这意味着：

免费使用：免费地下载作为本地工具使用它来处理注册递交文件。

自由修改：可以拉取源码进行二次开发，添加特定的功能。

开源传染性说明：AGPL-3.0是一种强调保护开源社区的强协议。如果您修改了源码并对外分发，或者将修改后的代码部署为网络服务（（如内部/外部Web平台）供他人通过网络访问，那么您的修改版本也必须同样以AGPL-3.0开源。如果您仅仅是修改并打包成桌面端，留在自己电脑或公司内网本地独立运行，则不受强制开源影响。

开源的初衷，就是希望能通过社区共享的力量，切实帮助到更多被困在繁杂PDF整理工作中的同行。

写在最后

在药品注册递交的长征路上，PDF的排版与合规核查从来不是最具核心价值的科学内容，但它却像鞋子里的一粒沙，往往在最后冲刺阶段折磨人、消耗大家的精力。

RATools for PDF诞生的初衷非常纯粹，专注于把递交前必须做、重复做、且容错率极低的“标准化动作”，变得更自动化一点、更稳妥一点，也让递交前的复核更轻松一点。

如果你也正受困于海量PDF的批量整理、合规清理与反复核对，不妨试一试这个开源小工具，或许它能为你省下一些时间。

项目目前目前已经基本稳定使用，后续依旧会持续修复bug以及新增功能。个人的力量毕竟有限，如果您在实际递交场景中遇到了新的想法，有更棒的功能灵感，或遇到任何bug，非常欢迎在公众号留言区或GitHub上探讨。

如果你觉得这个工具切实提高了你的工作效率，欢迎去GitHub顺手点亮一颗Star，这是对开源的最大鼓励！