在日常工作或学习中,常常会遇到带有水印的PDF文件,这些水印可能是由于文件的保护措施、版权标记或其他原因而添加的。然而,这些水印会干扰的阅读或使用体验。市面上的PDF处理工具非常多,在线和桌面的工具,但是呢,作为一个程序员,有没有想自己写个脚本来轻松完成呢?!Let’s Go!
请出超级工具Python, 安装需要Packages,保证系统里有下列的Packages:
- PyPDF2
- Pillow
- ReportLab
下面的Python代码,只是处理图片PDF中的水印,并且为了阅读方便,也只是支持了每页中只有一张图片。
import os
import io
import shutil
import PyPDF2
from PIL import Image
from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
def main():
#建一个临时文件夹,存储原PDF中的图片
directory = './temp/'
if not os.path.exists(directory):
os.makedirs(directory)
#读出PDF文件的结构
pdf = PyPDF2.PdfReader(open("./watermarked.pdf", "rb"))
c = canvas.Canvas("./output.pdf", pagesize=letter)
for i in range(0, len(pdf.pages)):
content = pdf.pages[i]
img_path = f"{directory}/{i}.jpg"
#只处理PDF中图片。虽然这里写的循环,其实代码里对图片的处理,只支持一个页面里只有一张图片,如果多张图片,需要drawImage的时候处理一下
for image in content.images:
img = Image.open(io.BytesIO(image.data))
#根据个人的需要,可以来剪切原Image
cropped_img = img.crop((0, 0, img.size[0], img.size[1]))
cropped_img.save(img_path)
image_width, image_height = cropped_img.size
c.setPageSize((image_width, image_height))
c.setPageCompression(1)
c.drawImage(img_path, 0, 0)
c.showPage()
#保存PDF
c.save()
#删除临时文件
shutil.rmtree(directory, True)
if __name__ == '__main__':
main()