python修改pdf文件

需求

最近有个编辑修改pdf文件的需求:去掉每页等页眉、页脚(里面包含图片)，修改后的文件还得保存为pdf。

初步方案

使用python的库:PyPDF2。发现只有功能：简单的读写、拆分、合并等功能。不能去掉文件的部分内容。

解决过程

先拆分pdf为单页pdf文件；
将单页pdf转化为png图片；
编辑切割png图片；
png图片转为pdf文件并合并。

实现过程

import sys
import time
from PyPDF2 import PdfFileReader, PdfFileWriter
from PIL import Image as pilImage
from reportlab.lib.pagesizes import portrait
from reportlab.pdfgen import canvas
from wand.image import Image#=====================
class DelLogo_pdf(object):def __init__(self):#原pdf文件名self.old_pdf_name = "MBC.pdf"#新pdf文件名self.new_pdf_name = "new_noLogo.pdf"#pdf总页数self.pdf_total_pages = 0# 图片后缀self.image_suffix = ".png"#图片精度self.resolution = 180#宽度和高度 1488*2105#距离图片左边界距离x， 距离图片上边界距离y，裁剪框宽度w，裁剪框高度hself.gx = 0self.gy = 120self.gw = 1488self.gh = 1600print("init ok")def run(self):#1原pdf文件，按单页，存单页pdf文件，self.split_pdf(self.old_pdf_name)print("pdf_total_pages:", self.pdf_total_pages)#2单页pdf文件，分别转为单个图片pages = 0while pages < self.pdf_total_pages:pdfFileName = "./tmp/"+str(pages)+".pdf"imageFileName = "./tmp/"+str(pages)+self.image_suffixself.pdf_to_image(pdfFileName, imageFileName, self.resolution)pages += 1#3图片切去logo, 并保存为新图片pages = 0while pages < self.pdf_total_pages:oldImageName = "./tmp/"+str(pages)+self.image_suffixnewImageName = "./tmp/"+str(pages)+"_new"+self.image_suffixself.del_image_logo(oldImageName, newImageName, self.gx,self.gy,self.gw,self.gh)pages += 1#4、单个新图片，转为单页pdfpages = 0while pages < self.pdf_total_pages:pdfName = "./tmp/"+str(pages)+"_new.pdf"imageName = "./tmp/"+str(pages)+"_new"+self.image_suffixself.image_to_pdf(imageName, pdfName)pages += 1#5 合成infnList = []pages = 0while pages < self.pdf_total_pages:pdfName = "./tmp/"+str(pages)+"_new.pdf"infnList.append(pdfName)pages += 1self.merge_pdf(infnList, self.new_pdf_name)print("over.....")return# 1、原pdf文件，按单页，存单页pdf文件，def split_pdf(self, readFileName):print("原pdf文件，按单页，存单页pdf文件")# 获取一个 PdfFileReader 对象pdfReader = PdfFileReader(open(readFileName, 'rb'))# 获取 PDF 的页数pageCount = pdfReader.getNumPages()#self.pdf_total_pages = pageCountself.pdf_total_pages = pageCountprint("原pdf文件总页数:", pageCount)pages = 0while pages < self.pdf_total_pages:# 返回一个 PageObjectpage = pdfReader.getPage(pages)# 获取一个 PdfFileWriter 对象pdfWriter = PdfFileWriter()# 将一个 PageObject 加入到 PdfFileWriter 中pdfWriter.addPage(page)writeFileName = "./tmp/"+str(pages)+".pdf"# 输出到文件中pdfWriter.write(open(writeFileName, 'wb'))pages += 1# 2、单页pdf文件，分别转为单个图片；def pdf_to_image(self, pdfFileName, imageFileName, imgResolution):with Image(filename=pdfFileName, resolution=imgResolution) as img :with img.convert('png') as converted:converted.save(filename=imageFileName)print("pdf_to_image:", pdfFileName, imageFileName)#3  图片切去logo, 并保存为新图片。def del_image_logo(self, oldImageName, newImageName, x, y, w, h):im = pilImage.open(oldImageName)# 图片的宽度和高度img_size = im.sizeprint("图片"+oldImageName+" 图片宽度和高度分别是{}".format(img_size))'''裁剪：传入一个元组作为参数元组里的元素分别是：（距离图片左边界距离x， 距离图片上边界距离y，裁剪框宽度w，裁剪框高度h）'''region = im.crop((x, y, x+w, y+h))region.save(newImageName)#==== 图片背景色设为白色im = pilImage.open(newImageName)x,y = im.sizep = pilImage.new('RGBA', im.size, (255,255,255))p.paste(im, (0, 0, x, y), im)p.save(newImageName)#4、单个新图片，转为单页pdf。def image_to_pdf(self, imageName, pdfName):print("image_to_pdf:", imageName, pdfName)(maxw, maxh) = pilImage.open(imageName).sizec = canvas.Canvas(pdfName, pagesize=portrait((maxw, maxh)))c.drawImage(imageName, 0, 0, maxw, maxh)c.showPage()c.save()#5、合成所有单页pdf，转为完整新pdf文件# infnList：单个pdf文件名数组。# outfn: 新pdf文件def merge_pdf(self, infnList, outfn):print("合成pdf:", infnList, outfn)pdf_output = PdfFileWriter()for infn in infnList:pdf_input = PdfFileReader(open(infn, 'rb'))# 获取 pdf 共用多少页page_count = pdf_input.getNumPages()#print(page_count)for i in range(page_count):pdf_output.addPage(pdf_input.getPage(i))pdf_output.write(open(outfn, 'wb'))if __name__ == '__main__':localtime = time.asctime( time.localtime(time.time()) )print("开始时间为 :", localtime)delLogo_pdf = DelLogo_pdf()delLogo_pdf.run()localtime = time.asctime( time.localtime(time.time()) )print("结束时间为 :", localtime)复制代码

注释：

效率问题，pdf与png之间转化时间较长(1-2s)。

作者：timix
链接：https://juejin.im/post/5c1fa58f5188257d9937609e
来源：掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

python修改pdf文件相关推荐

python修改pdf文件名称_使用Python重命名pdf文件目录几乎可以工作
我一直试图添加"Q3"到89个pdf文件的开头在一个文件夹.我已经设法得到了解决方案的结果HERE 这是有效的,但只适用于大约10-15个文件,然后停止出现各种错误,而且没有定义顺 ...
如何用python修改pdf内容_如何利用python将pdf文件转化为txt文件？
https://www.wukong.com/answer/6579491774144708872/?iid=15906422033&app=news_article&share_an ...
Python实现PDF文件转图片（PNG，JPEG等格式）
介绍这篇博客目的主要是使用Python实现PDF文件转换成图片,以方便下游任务的进行. 开发包 fitz PyMuPDF 在控制台依次执行以下命令: pip install fitz pip ins ...
最简单的免费修改PDF文件方法
2019独角兽企业重金招聘Python工程师标准>>> 对于修改PDF文件,如果到网上搜索的话,大多都是要收费的,这里给大家分享一个免费修改PDF文件的方式. 需要用的工具:Chro ...
如何修改pdf文件的背景色
PDF文件在生活中很常见,我们电子书就是PDF格式的,在阅读电子书的时候,如果你不喜欢它的背景色,想修改它的背景色,我们改怎么做! 小编知道一个在线修改PDF文件的网址,这里分享给大家PDF背景颜色h ...
Python绘制PDF文件~超简单的小程序
Python绘制PDF文件项目简介这次项目很简单,本次项目课,代码不超过40行,主要是使用 urllib和reportlab模块,来生成一个pdf文件. reportlab官方文档 http:// ...
gnuradio上怎么使用python文件_使用Python从PDF文件中提取数据
前言数据是数据科学中任何分析的关键,大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据.然而,由于可移植文档格式(pdf)文件是最常用的文件格式之一,因此每个数据科学家都应该了 ...
pdf exe如何提取pdf文件_python应用：如何用python提取pdf文件中的文字
从pdf中提取文字,相信很多人都干过这事,怎么在python中实现呢,今天带大家看看. 第一步导入库 import PyPDF2 第二步导入pdf文件 pdf_file =open('dataset/ ...
python数据生成pdf,Python生成pdf文件的方法
摘要:这篇Python开发技术栏目下的"Python生成pdf文件的方法",介绍的技术点是"python生成pdf文件.python生成pdf.生成pdf文件.Pytho ...
python修改xml标签的值_对python修改xml文件的节点值方法详解
这是我的xml文件结构 <?xml version='1.0' encoding='utf-8'?> JPEGImages train_2018-05-08_1000.jpg D:\all ...

python修改pdf文件

需求

初步方案

解决过程

实现过程

python修改pdf文件相关推荐

最新文章

热门文章