当前位置：首页 > news >正文

【python】快速实现pdf批量去除指定位置水印

news 2025/10/21 7:55:11

最近下载了10本电子书，每页的上头都被水印给霸占了，对于强迫症的人来说，看着很不舒服，果断下手除之
图示：
处理前：
在这里插入图片描述
处理后：

每本书都有大几百页，手动处理繁琐耗时，现在实现自动化大概2分钟可以处理1200页，快哉快哉，哈哈哈，直接附上代码了，比较简单：

主要实现对制定文件夹下的所有pdf进行处理，结果保存在output文件夹下；

import fitz  # PyMuPDF库
import osdef fill_pdf_margins(input_pdf_path, output_pdf_path):"""读取PDF文件，在每一页的指定区域填充纯白色，并保存为新PDF。Args:input_pdf_path (str): 输入PDF文件的路径。output_pdf_path (str): 输出PDF文件的路径。"""# 检查输入文件是否存在if not os.path.exists(input_pdf_path):print(f"错误：找不到输入文件 '{input_pdf_path}'")returntry:# 1. 打开原始PDF文件doc = fitz.open(input_pdf_path)print(f"开始处理文件: {input_pdf_path}，共 {len(doc)} 页")# 2. 遍历PDF的每一页for page_num in range(len(doc)):# for page_num in range(5):page = doc[page_num]  # 获取当前页# 获取页面的矩形尺寸 (x0, y0, x1, y1)# (x0, y0) 是左上角坐标, (x1, y1) 是右下角坐标page_rect = page.rectprint(f"处理第 {page_num + 1} 页，尺寸: {page_rect}----{page_rect.width}---{page_rect.height}")# 3. 计算需要填充的区域的坐标# 定义填充颜色为纯白色fill_color = (1, 1, 1)  # 在RGB中，(1,1,1)代表白色# fill_color = (0, 0, 0)  # 在RGB中，(1,1,1)代表白色# --- 计算顶部区域 ---# 宽度从页面的30%处到70%处top_x0 = page_rect.x0 + page_rect.width * 0.3top_x1 = page_rect.x0 + page_rect.width * 0.7# 高度从页面顶部到页面高度的5%处top_y0 = page_rect.y0 + page_rect.height * 0.95top_y1 = page_rect.y0 + page_rect.heighttop_rect = fitz.Rect(top_x0, top_y0, top_x1, top_y1)# print("top_rect:", top_rect)# 4. 在页面上绘制白色矩形来覆盖指定区域# overlay=True 表示新绘制的内容会覆盖在原有内容之上page.draw_rect(top_rect, color=fill_color, fill=fill_color, overlay=True)print(f"  - 已处理第 {page_num + 1} 页")# 5. 将修改后的所有页面保存为新的PDF文件doc.save(output_pdf_path, garbage=4, deflate=True, clean=True)doc.close()print(f"\n处理完成！输出文件已保存为: {output_pdf_path}")except Exception as e:print(f"处理过程中发生错误: {e}")def pdf_single(input_file, output_file):# 你可以在这里创建一个测试用的input.pdf，或者直接使用你已有的文件# 如果没有input.pdf，下面这行会创建一个简单的测试文件if not os.path.exists(input_file):print("未找到 input.pdf，正在创建一个用于测试的PDF文件...")test_doc = fitz.open()for i in range(3):page = test_doc.new_page()page.insert_text((72, 72), f"这是第 {i + 1} 页的测试内容。\n" * 20, fontsize=11)test_doc.save(input_file)test_doc.close()print("测试PDF 'input.pdf' 已创建。")# 调用函数进行处理fill_pdf_margins(input_file, output_file)def all_raw(path='./raw'):output = './output'if not os.path.exists(output):os.makedirs(output)for root, dirs, files in os.walk(path):for file in files:if file.endswith(".pdf"):input_file = os.path.join(root, file)output_file = os.path.join(output, file)print(f"正在处理文件: {input_file}--- {output_file}")pdf_single(input_file, output_file)print(f"处理完成: {input_file}--- {output_file}")
# --- 如何使用 ---
if __name__ == '__main__':all_raw()