利用pymupdf编辑修改pdf | 您所在的位置:网站首页 › pdf文字删除 › 利用pymupdf编辑修改pdf |
利用pymupdf编辑修改pdf
本文背景
为了修改pdf的文本, 在pymupdf官方手册查了一通,没看到明显的说明,然后到github的讨论区看了发现了修改pdf的方案,在此记录一下 参考链接: https://github.com/pymupdf/PyMuPDF/discussions/1019 根据前文说明,我们发现使用修订注释可以删除文本块的,因此我们可以利用该方法进行一些文本块的删除操作,具体示例如下: 原文件如下,其中**" 年 月 日"**是我要删除的文本块![]() ![]() 修改文本块,就是在添加修订注释后,增加文本块即可 代码如下: import fitz doc = fitz.open("PDF文件路径") page = doc.load_page(0) # 遍历文本块,找到对应的文本块 def find_textbox(page:fitz.Page,keyword:str)->dict: info = page.get_text('dict') for block in info['blocks']: for line in block['lines']: for span in line['spans']: text = span.get('text','').replace(' ','') if text == keyword: return span target = find_textbox(page,'年月日') page.add_redact_annot(target['bbox'],'今夕复何夕',fontname='china-s',fontsize=target['size']) page.apply_redactions() doc.save("保存文件路径")有粉丝留言数字修改错误,今天看了一下,原来写的逻辑是针对文本块基本完全匹配(除了空格),所以如果不修改的话,肯定容易报错了,现在改进了一版,以供参考 import math from typing import Iterator import fitz from pathlib import Path pdf = Path(__file__).parent / 'file' / 'test_data_config.pdf' doc = fitz.open(pdf) page = doc.load_page(0) def find_textbox(page:fitz.Page,keyword:str)->Iterator[dict]: """找到页面的文本块,并返回文本块 Args: page (fitz.Page): 页面对象 keyword (str): 查找的关键字 Yields: Iterator[dict]: 文本块生成器 """ info = page.get_text('dict') for block in info['blocks']: for line in block['lines']: for span in line['spans']: text = span.get('text','') if keyword in text: yield span def find_replace(page: fitz.Page,search:str,replace:str,count:int=1): """查找并替换文本 Args: page (fitz.Page): 页面对象 search (str): 查找关键字 replace (str): 替换文本 count (int, optional): 替换次数. Defaults to 1. """ spans = find_textbox(page,search) modify = False for span in spans: text = span.get('text','') text = text.replace(search,replace) scale = math.floor(1/span['ascender']*10)/10 fontsize = round(span['size']*scale,2) rect = fitz.Rect(span['bbox']) rect_center = fitz.Point((rect.x0 + rect.x1) / 2, (rect.y0 + rect.y1) / 2) rect = rect.morph(rect_center,fitz.Matrix(scale,scale)) if span['font'].lower() == 'simsun': fontname = 'china-ss' elif span['font'].lower() == 'simhei': fontname = 'china-s' else: fontname = 'china-s' page.add_redact_annot( rect, text, fontname=fontname, fontsize=fontsize, text_color=span['color'], ) count -= 1 modify = True if count == 0: break if not modify: print(f'not found {search}') return page.apply_redactions() save_path = pdf.with_name(pdf.stem + '_modify.pdf') doc.save(save_path) def test(): find_replace(page,'100','200')
|
CopyRight 2018-2019 实验室设备网 版权所有 |