python修改pdf文件 |
您所在的位置：网站首页 › pdf格式怎么删除页眉文字内容 › 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h self.gx = 0 self.gy = 120 self.gw = 1488 self.gh = 1600 print("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 = 0 while pages < self.pdf_total_pages: pdfFileName = "./tmp/"+str(pages)+".pdf" imageFileName = "./tmp/"+str(pages)+self.image_suffix self.pdf_to_image(pdfFileName, imageFileName, self.resolution) pages += 1 #3图片切去logo, 并保存为新图片 pages = 0 while pages < self.pdf_total_pages: oldImageName = "./tmp/"+str(pages)+self.image_suffix newImageName = "./tmp/"+str(pages)+"_new"+self.image_suffix self.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pdf pages = 0 while pages < self.pdf_total_pages: pdfName = "./tmp/"+str(pages)+"_new.pdf" imageName = "./tmp/"+str(pages)+"_new"+self.image_suffix self.image_to_pdf(imageName, pdfName) pages += 1 #5 合成 infnList = [] pages = 0 while pages < self.pdf_total_pages: pdfName = "./tmp/"+str(pages)+"_new.pdf" infnList.append(pdfName) pages += 1 self.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 = pageCount self.pdf_total_pages = pageCount print("原pdf文件总页数:", pageCount) pages = 0 while pages < self.pdf_total_pages: # 返回一个 PageObject page = 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.size print("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.size p = 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).size c = 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。 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |