使用 Python 向现有 PDF 添加文本

我需要添加一些额外的文本到一个现有的 PDF 使用 Python,什么是最好的方式去做这一点,什么额外的模块,我需要安装。

注意: 理想情况下,我希望能够在 Windows 和 Linux 上运行这个程序,但只有在推送 Linux 时才能做到这一点。

编辑: PyPDF报告实验室看起来不错,但都不允许我编辑一个现有的 PDF,还有其他选择吗?

163108 次浏览

将问题分解为将 PDF 转换为可编辑格式,编写更改,然后再将其转换回 PDF,您可能会有更好的运气。我不知道有什么库可以让你直接编辑 PDF,但是在 DOC 和 PDF 之间有很多转换器。

如果你使用的是 Windows 操作系统,这个方法可能会奏效:

PDF 创建者导航

还有一份关于用 Python 创建 PDF 和编辑框架的白皮书。有点过时了,但也许能给你一些有用的信息:

使用 Python 作为 PDF 编辑和处理框架

我知道这是一个较老的职位,但我花了很长时间试图找到一个解决方案。我偶然发现了一个只使用 ReportLab 和 PyPDF 的不错的工具,所以我想分享一下:

  1. PdfFileReader()阅读你的 PDF,我们称之为 输入
  2. 使用 ReportLab 创建一个新的 pdf,其中包含要添加的文本,将其保存为字符串对象
  3. 使用 PdfFileReader()读取字符串对象,我们将其称为 短信
  4. 使用 PdfFileWriter()创建一个新的 PDF 对象,我们称之为 输出
  5. 遍历 输入,并对希望添加文本的每个页面应用 .mergePage(*text*.getPage(0)),然后使用 output.addPage()将修改后的页面添加到新文档中

这对于简单的文本添加非常有效。

下面是一些代码来回答下面的问题:

packet = StringIO.StringIO()
can = canvas.Canvas(packet, pagesize=letter)
<do something with canvas>
can.save()
packet.seek(0)
input = PdfFileReader(packet)

从这里,您可以将输入文件的页面与另一个文档合并。

例如[ Python 2.7] :

from pyPdf import PdfFileWriter, PdfFileReader
import StringIO
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter


packet = StringIO.StringIO()
can = canvas.Canvas(packet, pagesize=letter)
can.drawString(10, 100, "Hello world")
can.save()


#move to the beginning of the StringIO buffer
packet.seek(0)


# create a new PDF with Reportlab
new_pdf = PdfFileReader(packet)
# read your existing PDF
existing_pdf = PdfFileReader(file("original.pdf", "rb"))
output = PdfFileWriter()
# add the "watermark" (which is the new pdf) on the existing page
page = existing_pdf.getPage(0)
page.mergePage(new_pdf.getPage(0))
output.addPage(page)
# finally, write "output" to a real file
outputStream = file("destination.pdf", "wb")
output.write(outputStream)
outputStream.close()

Python3.x 示例:


from PyPDF2 import PdfFileWriter, PdfFileReader
import io
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter


packet = io.BytesIO()
can = canvas.Canvas(packet, pagesize=letter)
can.drawString(10, 100, "Hello world")
can.save()


#move to the beginning of the StringIO buffer
packet.seek(0)


# create a new PDF with Reportlab
new_pdf = PdfFileReader(packet)
# read your existing PDF
existing_pdf = PdfFileReader(open("original.pdf", "rb"))
output = PdfFileWriter()
# add the "watermark" (which is the new pdf) on the existing page
page = existing_pdf.getPage(0)
page.mergePage(new_pdf.getPage(0))
output.addPage(page)
# finally, write "output" to a real file
outputStream = open("destination.pdf", "wb")
output.write(outputStream)
outputStream.close()

Cpdf 将从命令行执行该任务,但它不是 python (afaik) :

cpdf -add-text "Line of text" input.pdf -o output .pdf

Pdfrw 将允许您阅读现有 PDF 中的页面,并将其绘制到 reportlab 画布(类似于绘制图像)。在 github 上的 pdfrw例子/rl1子目录中有这方面的示例。免责声明: 我是 pdfrw 的作者。

利用上面的 David Dehghan回答,Python 2.7.13中的以下工作:

from PyPDF2 import PdfFileWriter, PdfFileReader, PdfFileMerger


import StringIO


from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter


packet = StringIO.StringIO()
# create a new PDF with Reportlab
can = canvas.Canvas(packet, pagesize=letter)
can.drawString(290, 720, "Hello world")
can.save()


#move to the beginning of the StringIO buffer
packet.seek(0)
new_pdf = PdfFileReader(packet)
# read your existing PDF
existing_pdf = PdfFileReader("original.pdf")
output = PdfFileWriter()
# add the "watermark" (which is the new pdf) on the existing page
page = existing_pdf.getPage(0)
page.mergePage(new_pdf.getPage(0))
output.addPage(page)
# finally, write "output" to a real file
outputStream = open("destination.pdf", "wb")
output.write(outputStream)
outputStream.close()

不要使用 mergePage,它可能对某些 pdf 不起作用 您应该使用 mergeRoatedTranslatedPage

from PyPDF2 import PdfFileWriter, PdfFileReader
import io
from reportlab.pdfgen.canvas import Canvas


page_to_merge = 0 #Refers to the First page of PDF
xcoor = 250 #To be changed according to your pdf
ycoor = 650 #To be changed according to your pdf


input_pdf = PdfFileReader(open("Source.pdf", "rb"))
page_count = input_pdf.getNumPages()
inputpdf_page_to_be_merged = input_pdf.getPage(page_to_merge)


packet = io.BytesIO()
c = Canvas(packet,pagesize=(inputpdf_page_to_be_merged.mediaBox.getWidth(),inputpdf_page_to_be_merged.mediaBox.getHeight()))
c.drawString(xcoor,ycoor,"Hello World")
c.save()
packet.seek(0)


overlay_pdf = PdfFileReader(packet)
overlay = overlay_pdf.getPage(0)


output = PdfFileWriter()


for PAGE in range(page_count):
if PAGE == page_to_merge:
inputpdf_page_to_be_merged.mergeRotatedTranslatedPage(overlay,
inputpdf_page_to_be_merged.get('/Rotate') or 0,
overlay.mediaBox.getWidth()/2, overlay.mediaBox.getWidth()/2)
output.addPage(inputpdf_page_to_be_merged)
    

else:
Page_in_pdf = input_pdf.getPage(PAGE)
output.addPage(Page_in_pdf)


outputStream = open("destination.pdf", "wb")
output.write(outputStream)
outputStream.close()