Ho bisogno di aggiungere del testo extra a un PDF esistente usando Python, qual è il modo migliore per farlo e quali moduli extra dovrò installare.

Nota: idealmente mi piacerebbe essere in grado di eseguirlo sia su Windows che su Linux, ma solo Linux lo farà.

Modifica: pyPDF e ReportLab sembrano buoni ma nessuno dei due mi permetterà di modificare un PDF esistente, ci sono altre opzioni?

So che questo è un post precedente, ma ho passato molto tempo a cercare una soluzione. Ne ho trovato uno decente usando solo ReportLab e PyPDF, quindi ho pensato di condividere:

1. leggi il tuo PDF usando PdfFileReader(), chiameremo questo input
2. crea un nuovo pdf contenente il tuo testo da aggiungere usando ReportLab, salvalo come oggetto stringa
3. leggi l'oggetto stringa usando PdfFileReader(), chiameremo questo testo
4. creare un nuovo oggetto PDF utilizzando PdfFileWriter(), chiameremo questo output
5. iterare attraverso l' input e applicare .mergePage(*text*.getPage(0))per ogni pagina a cui si desidera aggiungere il testo, quindi utilizzare output.addPage()per aggiungere le pagine modificate a un nuovo documento

Funziona bene per semplici aggiunte di testo. Vedere l'esempio di PyPDF per la filigrana di un documento.

Ecco del codice per rispondere alla domanda seguente:

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

Da qui puoi unire le pagine del file di input con un altro documento.

Esempio per [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()

Esempio per 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 ti consentirà di leggere pagine da un PDF esistente e di disegnarle su una tela di reportlab (simile al disegno di un'immagine). Ci sono esempi per questo nella sottodirectory pdfrw examples / rl1 su GitHub. Disclaimer: sono l'autore di pdfrw.

Sfruttando la risposta di David Dehghan sopra, il seguente funziona in Python 2.7.13:

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 farà il lavoro dalla riga di comando. Non è pitone, però (afaik):

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

Potresti avere più fortuna a scomporre il problema convertendo il PDF in un formato modificabile, scrivendo le modifiche, quindi riconvertendolo in PDF. Non conosco una libreria che ti consenta di modificare direttamente il PDF, ma ad esempio ci sono molti convertitori tra DOC e PDF.

Se sei su Windows, potrebbe funzionare:

PDF Creator Pilot

C'è anche un white paper di un framework per la creazione e la modifica di PDF in Python. È un po 'datato, ma forse può darti alcune informazioni utili:

Utilizzo di Python come framework per la modifica e l'elaborazione di PDF

Hai provato pyPdf ?

Spiacenti, non è in grado di modificare il contenuto di una pagina.