Добавить текст в существующий PDF с использованием Python
Мне нужно добавить дополнительный текст в существующий PDF-файл с использованием Python, как это лучше всего сделать и какие дополнительные модули мне нужно будет установить.
Примечание: в идеале я хотел бы иметь возможность запускать это как в Windows, так и в Linux, но в один момент подойдет только Linux.
Редактировать: pyPDF и ReportLab выглядят хорошо, но ни один из них не позволит мне редактировать существующий PDF, есть ли другие варианты?
10 ответов
Я знаю, что это старый пост, но я потратил много времени, пытаясь найти решение. Я наткнулся на приличный, использующий только ReportLab и PyPDF, поэтому я решил поделиться:
- прочитайте свой PDF используя
PdfFileReader()мы назовем этот вход - создайте новый PDF-файл с вашим текстом для добавления с помощью ReportLab, сохраните его как строковый объект
- читать строковый объект, используя
PdfFileReader()мы назовем этот текст - создать новый объект PDF с помощью
PdfFileWriter()мы назовем этот вывод - перебрать ввод и применить
.mergePage(*text*.getPage(0))для каждой страницы, к которой вы хотите добавить текст, затем используйтеoutput.addPage()добавить измененные страницы в новый документ
Это хорошо работает для простых текстовых дополнений. См. Образец PyPDF для водяных знаков документа.
Вот код, чтобы ответить на вопрос ниже:
packet = StringIO.StringIO()
can = canvas.Canvas(packet, pagesize=letter)
<do something with canvas>
can.save()
packet.seek(0)
input = PdfFileReader(packet)
Отсюда вы можете объединить страницы входного файла с другим документом.
Пример для [Python 2.7]:
from pyPdf import PdfFileWriter, PdfFileReader
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(10, 100, "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(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()
Пример для Python 3.x:
from PyPDF2 import PdfFileWriter, PdfFileReader
import io
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter
packet = io.BytesIO()
# create a new PDF with Reportlab
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)
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()
pdfrw позволит вам читать страницы из существующего PDF и рисовать их на холсте отчета (аналогично рисованию изображения). Примеры для этого есть в подкаталоге pdfrw examples / rl1 на github. Отказ от ответственности: я автор pdfrw.
Используя David Dehghan выше ответ David Dehghan, в Python 2.7.13 работают следующие:
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()
cpdf выполнит эту работу из командной строки. Это не питон, хотя (afaik):
cpdf -add-text "Line of text" input.pdf -o output .pdf
На момент написания PyPDF2 обесценил PdfFileReader, PdfFileWriter и несколько других методов и изменил их на другие имена и методы, а также изменил такие методы, как getPage(), непосредственно на атрибут PdfReader.
Вот очень простой класс для добавления текста в существующий файл PDF: (Использование показано в конце)
from PyPDF2 import PdfWriter, PdfReader, Transformation
import io
from reportlab.pdfgen.canvas import Canvas
class GenerateFromTemplate:
def __init__(self,template):
self.template_pdf = PdfReader(open(template, "rb"))
self.template_page= self.template_pdf.pages[0]
self.packet = io.BytesIO()
self.c = Canvas(self.packet,pagesize=(self.template_page.mediabox.width,self.template_page.mediabox.height))
def addText(self,text,point):
self.c.drawString(point[0],point[1],text)
def merge(self):
self.c.save()
self.packet.seek(0)
result_pdf = PdfReader(self.packet)
result = result_pdf.pages[0]
self.output = PdfWriter()
op = Transformation().rotate(0).translate(tx=0, ty=0)
result.add_transformation(op)
self.template_page.merge_page(result)
self.output.add_page(self.template_page)
def generate(self,dest):
outputStream = open(dest,"wb")
self.output.write(outputStream)
outputStream.close()
"""
Use as:
gen = GenerateFromTemplate("template.pdf")
gen.addText("Hello!",(100,200))
gen.addText("PDF!",(100,300))
gen.merge()
gen.generate("Output.pdf")
"""
Надеюсь это поможет.
Если вы работаете в Windows, это может сработать:
Также есть технический документ по созданию и редактированию PDF-файлов в Python. Это немного устарело, но, возможно, может дать вам некоторую полезную информацию:
Использование Python в качестве среды редактирования и обработки PDF
Не используйте mergePage, это может не работать для некоторых PDF-файлов. Вы должны использовать mergeRotatedTranslatedPage.
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()
Вы пробовали pyPdf?
Извините, у него нет возможности изменять содержимое страницы.
Возможно, вам повезет больше, если вы решите проблему, преобразовав PDF-файл в редактируемый формат, записав свои изменения, а затем преобразовав их обратно в PDF. Я не знаю библиотеки, которая позволяла бы вам напрямую редактировать PDF, но есть множество конвертеров между DOC и PDF, например.