问题标签 [pdfrw]

我想使用 python 库以上述格式将上表写入 PDF 文件。感谢立即响应。

我在stackoverflow上搜索了这个问题。最近的链接是：
如何使用 Ghostscript 设置自定义页面大小
如何将多个不同大小的 PostScript 文件转换为单个 PDF？

但这不能解决我的问题。

这个问题很简单。
我们如何将多个 pdf（具有不同页面大小）组合成一个具有相同大小的所有页面的组合 pdf。

示例：
两个输入 pdf 为：
hw1.pdf，单页大小为 5.43x3.26 英寸（从 adobe reader 中找到）
hw6.pdf，单页大小为 5.43x6.51 英寸

可以在此处找到 pdf：
https ://github.com/bhishanpdl/Questions

代码是：

问题：第一页是纵向的，第二页是横向的。
问题：我们如何使两个页面都纵向？

注意：
-r720 是像素/英寸。
使用 python 脚本找到大小 -g2347x3909：

另一个尝试

这首先给出了两个页面的纵向，但它们的大小不同。
当我在 adobe reader 中打开输出时，第一页较小，第二页已满。
一般来说，我们怎样才能使所有页面的大小相同？

我正在尝试使用 PDFrw 阅读示例 PDF。PDFHello Matthew在坐标的左下角包含短语(100, 100)。当我尝试输出文本时（如果可以的话？）我得到一个数据流。我似乎无法弄清楚如何将其作为文本获取。

Using PdfReader along with ReportLab, I am attempting to pull in a PDF page, save it (both successful), then pull in a multi-page PDF and do the same. I know how how to pull in a PDF one page at a time, but I'm struggling to pull in more than one page.

Here's where I'm lost. I know this works for just pulling in the first page....

But if I want to pull in all pages of the PDF, I'm not sure what to do. I tried this:

but it resulted in an Assertion Error (see below).

使用下面的代码，我正在尝试将 pdf 页面导入现有的画布对象并保存为 PDF。这通常工作得很好，但我注意到当我尝试使用从扫描文档生成的 PDF 时，它会导致空白页。有接盘侠吗？

提前致谢！

对我来说，这实际上是 python 的第一天。我过去曾用 VBA、Java 和 Swift 编写过代码，但我很难按照在线指南编写 pdf 抓取工具。由于我不知道自己在做什么，所以每次我想测试我在网上找到的一些代码时，我都会碰壁。

基本信息

• 视窗 7 64 位
• 蟒蛇3.6.0
• 蜘蛛3
• 我有很多 pdf 相关的代码包（PyPDF2、pdfminer、pdfquery、pdfwrw 等）

目标

在 python 中创建一些东西，允许我将 PDF 从文件夹转换为 excel 文件（理想情况下）或文本文件（我将使用 VBA 来转换）。

问题

每次我从网上找到的指南中尝试一些示例代码时，我总是在调用要测试代码的 pdf 的行中遇到语法错误。下面的一些指南链接和错误示例。我应该将 test.pdf 放入与 .py 文件相同的文件中吗？

• 如何在数千个 PDF 文件中抓取表格？
  • 由于最后一行的“for”，我得到了一个无效的语法错误
• PDFMiner 指南（链接）

我已经尝试了大约一周的时间来自动从 pdf 中提取图像。不幸的是，我在这里找到的答案没有帮助。我已经看到使用 pypdf2 对同一代码进行多种变体，所有变体都包含['/XObject']在其中，这导致KeyError.

我正在寻找的似乎隐藏在流中，我在 's 的字典中找不到pypdf2（即使在递归探索整个结构后，调用.getObject()我能找到的每个间接对象）。

使用pypdf2我已经从 pdf 中写出一页并使用 , 打开它Notepad++，以找到一些带有/FlateDecode过滤器的流。

pdfrw稍微有帮助，让我可以PdfReader(path).pages[page].Contents.stream用来获取A流（不知道如何获取其他流）。

使用zlib，我将其解压缩，并得到以下内容：

（它还包含很多浮点数，正负都有）

据我BDC所知，与ghostscript有关。

此时我放弃了，决定寻求帮助。

是否有python工具至少可以提取所有流（并识别FlateDecode标签？）

有没有办法让我识别其中隐藏的内容？我期望某些图像格式的开始标签，这显然不是。如何进一步解析此结果以找到可能隐藏在其中的任何图像？

我正在寻找可以应用于任何正确显示的 PDF 的东西。一些工具可以进一步解析，或者至少可以帮助我理解流，甚至是可以帮助我理解正在发生的事情的参考。

编辑：正如帕特里克所说，我似乎在叫错树。xObjects我去了流，因为在打开 PDFNotepad++或运行用于解析 PDF 的各种 python 脚本时找不到任何内容。我设法找到了我怀疑的图像，没有xObject标签，但看起来像一个流标签 - 尽管信息没有被压缩。

这个问题与使用 ReportLab (Python) 的 PDF 文档中的 PDF 图像非常相似，但我似乎无法适应我的需要：

我想将矢量化图像（以 SVG 或 PDF 格式提供）添加到 A4 PDF 输出。图像不得缩放！它们应该简单地从上到下放置，并带有一些垂直间距和自动分页符。

不需要文字或其他内容。基本上，我正在寻找一个 pdfnup 解决方案。过去，我使用 pdflatex 和一个简单的输入文件来完成任务，但这不是目标系统的选项。

我有一个 Python 程序对 PDF 文件名进行一些操作。

我的同事问我是否可以：

1. 打开每个 PDF 并使用新文件名保存，然后
2. 将 PDF 更改为黑白（删除任何颜色），以及
3. 以 300 的固定 DPI 保存。

我隐约知道reportlab和pdfrw，但不知道它们或其他库是否可以执行这些操作。

任何示例代码将不胜感激。

遵循这些说明后，我最终得到了一个可以根据需要生成 pdf 的工作脚本。不幸的是，文本仅在单击填充字段时可见！（这仅在使用 adobe reader 时发生，而不是在通过 web 浏览器查看页面时发生）

看到模块的用户没有遇到这个问题，我相当肯定它与示例脚本有关。

如果我在生成的 pdf 中重新分配黑色文本颜色，则文本会按我的意愿显示。所以我假设这个问题与填充字段的 textColor 有关。

任何想法如何解决这个问题？（我可以通过 pdfrw 分配字段文本颜色作为解决方法吗？）