V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
工单节点使用指南
• 请用平和的语言准确描述你所遇到的问题
• 厂商的技术支持和你一样也是有喜怒哀乐的普通人类,尊重是相互的
• 如果是关于 V2EX 本身的问题反馈,请使用 反馈 节点
devswork
V2EX  ›  全球工单系统

PDF 如何进行关键位置打码?

  •  
  •   devswork · 2022-09-02 16:42:39 +08:00 · 1344 次点击
    这是一个创建于 831 天前的主题,其中的信息可能已经有所发展或是发生改变。
    我们这有个需求:
    给定一个 PDF 文件(是合同协议,已上传至 OSS ),需要对 PDF 中出现的的金额信息( xxx 元)进行打码处理
    目的:去除掉或不显示或打码金额数字( xxx 元)
    请问有什么解决方案,云厂商付费提供此能力也行
    5 条回复    2022-09-03 10:17:00 +08:00
    xiaokongwu
        1
    xiaokongwu  
       2022-09-02 18:35:49 +08:00 via iPhone
    Pdf 进行关键字搜索,然后加一层,用文字覆盖
    xiaokongwu
        2
    xiaokongwu  
       2022-09-02 18:39:11 +08:00 via iPhone   ❤️ 1
    @xiaokongwu Java 的话,itext spire aspose 都可以,不过是商业的 sdk
    ll5270
        3
    ll5270  
       2022-09-02 18:57:45 +08:00   ❤️ 1
    这个我有经验
    import io
    import os
    import PyPDF2
    import httpx
    import pikepdf

    from app.general.exception import ValidationException



    def get_pdf_by_url(url):
    try:
    rsp = httpx.get(url)
    except Exception:
    raise ValidationException(msg="下载地址访问失败")
    raw_pdf_io = io.BytesIO(rsp.content)
    pdf = pikepdf.Pdf.open(raw_pdf_io)
    pike_pdf_io = io.BytesIO()
    pdf.save(pike_pdf_io)
    return PyPDF2.PdfFileReader(pike_pdf_io)

    def add_watermark(water_file, page_pdf):
    """
    将水印 pdf 与 pdf 的一页进行合并
    """
    pdfReader = PyPDF2.PdfFileReader(water_file)
    page_pdf.mergePage(pdfReader.getPage(0))
    return page_pdf


    def execute_watermark_pdf(path, url):
    pdf_reader = get_pdf_by_url(url)
    pdf_writer = PyPDF2.PdfFileWriter() # 用于写 pdf
    # page_pdf = add_watermark("/Users/xx/Downloads/aa.pdf", pdf_reader.getPage(0))
    for page in range(pdf_reader.numPages):
    if page == 0:
    page_pdf = add_watermark("/Users/xx/Downloads/aa.pdf", pdf_reader.getPage(page))
    elif page == 5:
    page_pdf = add_watermark("/Users/xx/Downloads/aa6.pdf", pdf_reader.getPage(page))
    else:
    page_pdf = pdf_reader.getPage(page)
    pdf_writer.addPage(page_pdf)
    new_pdf = io.BytesIO()
    pdf_writer.write(new_pdf)
    new_pdf.seek(0)
    with open(f"pdf/{path}.pdf", "wb") as f:
    f.write(new_pdf.getvalue())


    from PyPDF2 import PdfFileReader, PdfFileWriter, PdfFileMerger
    from os import remove, listdir, mkdir
    from os.path import join, isdir, split, splitext, basename
    from pdf2image import convert_from_path
    from reportlab.lib.pagesizes import A4, landscape, portrait
    from reportlab.pdfgen import canvas


    # 把 pdf 文件拆成 jpg 图片,每页一张
    def pdf2jpgs(path, file):
    # 路径和文件名
    # 创建同名文件夹
    mkdir("temp/" + path)
    # 转换图片,图片像素 dpi 为 480
    print("pdf/" + file)
    images = convert_from_path("pdf/" + file, dpi = 100, fmt = 'JPEG',
    thread_count = 4,)
    # 保存图片
    for index, image in enumerate(images):
    image.save('temp/{}/{}.jpg'.format(path,index))

    # 把 jpg 图片合并为 pdf 文件
    def merge_jpg2pdf(jpgpath):
    # 要合并的图片
    jpg_files = [join(jpgpath, fn) for fn in listdir("temp/" + jpgpath)
    if fn.endswith('.jpg')]
    jpg_files.sort(key = lambda fn: int(splitext(basename(fn))[0]))
    result_pdf = PdfFileMerger()
    # 临时文件
    temp_pdf = 'temp.pdf'

    # 依次转 pdf ,再合并 pdf
    for fn in jpg_files:
    # 转 pdf ,portrait 纵向页面,landscape 横向页面
    c = canvas.Canvas(temp_pdf, pagesize = portrait(A4))
    c.drawImage("temp/" + fn, 0 , 0, *portrait(A4))
    c.save()
    # 合并
    with open(temp_pdf, 'rb') as fp:
    pdf_reader = PdfFileReader(fp)
    result_pdf.append(pdf_reader)
    # 保存结果
    result_pdf.write("result/" + jpgpath + '.pdf')
    result_pdf.close()
    # remove("temp/" + jpgpath)

    if __name__ == '__main__':
    data = []
    for i in data:
    if not os.path.exists("result" + "/" + i["user_loan_id"] + ".pdf"):
    execute_watermark_pdf(i["user_loan_id"], i["url"])
    # 转图片
    pdf2jpgs(i["user_loan_id"], i["user_loan_id"] + ".pdf")
    # 图片合并成 pdf
    merge_jpg2pdf(i["user_loan_id"])
    # break
    glouhao
        4
    glouhao  
       2022-09-02 18:58:57 +08:00 via Android
    @ll5270 好人
    Have1R
        5
    Have1R  
       2022-09-03 10:17:00 +08:00
    直接在 Adobe Acrobat DC 里用密文功能,划哪黑哪
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5091 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 07:33 · PVG 15:33 · LAX 23:33 · JFK 02:33
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.