问题标签 [pypdf]

使用它时出现意外错误。第一部分来自我在网上找到的脚本，我正在尝试使用它来提取 PDF 大纲中标识的特定部分。一切正常，除了output.write(outputfile1)它说：

PdfReadError：字典中有多个定义。

还有其他人遇到这个吗？最后请原谅所有不必要print的s。:)

我想将现有 pdf 文档的所有页面向右移动一英寸，这样它们就可以在不打到内容的情况下打三个孔。pdf 文档已经生成，因此无法更改它们的生成方式。

看来 iText 可以从上一个问题中做到这一点。

什么是 C++ 或 Python 的等效库（或这样做的方式）？

如果它依赖于平台，我需要一个可以在 Linux 上运行的。

更新：我想我会发布一个我写的小脚本，以防其他人找到这个页面并需要它。

感谢 Scott Anderson 的建议，工作代码：

右移.py

问题是关于 PDF 书签。
创建书签时，可以选择分配目标页面布局（除其他外），鼓励用户不要设置，除非确实有理由这样做。
我有时会跑到这类文件，并想永久删除此属性，同时保留书签。

我假设您理解我的要求，但如果不是这里，这个问题的说法会有所不同：
我的偏好是将我的 PDF 阅读器 (Evince) 设置为具有两页显示和最适合的页面布局，这对我来说是最舒服的。现在，一些 PDF 文档在书签目的地设置了自定义文档布局（例如页面宽度 75%），每次使用书签跳转到页面时，我都必须更正我的布局。

在 PDF 阅读器中忽略此属性的选项会很好，但没有，所以我想使用一些命令行工具处理此 PDF 文件并从 PDF 书签中删除所有这些自定义属性

更新：

这是我现在在哪里 - 无处 :)

我不仅需要工具来“纠正”这个问题，而且还需要知道哪些 PDF 文件受到了影响。

我使用 pyPdf 来完成这项工作：

行如：

$ for f in *.pdf ; do python chk-out.py "$f" ; done

输出如下内容：

在方括号中，它是目标布局的类型。
脚本速度快（每秒几个文档）易于掌握，但 pyPdf 不支持编写 PDF 书签

我想用pdftk这个任务：

1：在单独的文件中转储元数据和书签：

pdftk doc.pdf dump_data | grep ^Info > doc.nfo
pdftk doc.pdf dump_data | grep ^Book > doc.toc

2：尝试删除书签，然后从“doc.toc”更新

2a. 只需尝试编写“doc.toc”

pdftk doc.pdf update_info doc.toc output new.pdf

• 没有改变

2b。写信息元数据，希望书签轮廓将被删除：

pdftk doc.pdf update_info doc.nfo output new.pdf

• 它没有发生

2c。在“doc.nfo”中追加BookmarkTitle: Temp title一行，希望现在书签将被覆盖：

echo "BookmarkTitle: Temp title" >> book.nfo
pdftk doc.pdf update_info doc.nfo output new.pdf

• 它没有发生

这是我停下来的地方

我不知道任何其他 CLI 工具可以让我从 PDF 文件中删除书签，除了带有空pdfmarks文件的 GhostScript，但是 GS 处理 PDF 文件需要太多时间，我想避免这种情况。

同样在这个过程中，我开始怀疑这是 Evince 错误。仅当目标书签类型设置为/FitH“适合水平”时才会触发上述问题，我将假设改为“适合高度”，因为这就是 Evince 的行为方式。使用 Wine或在 Wine 下
打开相同文件时的行为与 Evince 不同。也许这就是这个 PDF 查看器的设计方式，但我记得在某些 Windows PDF 阅读器上看到过同样的问题（不记得是哪个） ePDFViewerSumatraPDF

顺便说一句，我在 Ubuntu 11.04 上使用 Evince 2.32.0

pyPdf.pdf.Destination有很多属性，但我找不到该书签的任何引用页码。如何获取书签的页码？

例如outlines[1].page.idnum，返回的数字大约是 PDF 文档中引用的页码的 3 倍，我假设它引用了一些小于页面的对象，因为.page.idnum在整个 PDF 文档大纲上运行返回的数字数组甚至与“真实”没有线性相关PDF 文档中的页码目标，大约是 3 倍

更新：这个问题与此相同：尽管我不明白作者在那里的自我回答中做了什么，但根据大纲拆分了一个 pdf 。对我来说似乎太复杂而无法使用

我在 Windows 平台上使用 Python 2.4 和 PyPdf 1.13。我正在尝试使用以下代码将列表中的 PDF 文件合并为一个：

运行此代码时出现以下错误。

任何帮助是极大的赞赏。

我正在努力如何在 Python 中使用另一个 PDF 作为模板来创建 PDF 报告。我有一个 PDF 文件（Template.pdf），可以用作每天创建报告的模板。Template.pdf 如下所示：

销售名称 订单数量 已确认数量 已发货数量

我需要以编程方式填写 ReportDate 和销售数据，并准备 PDF 格式的报告，如下所示：ABC Corp

销售名称 订单数量 已确认数量 已发货数量

杰森 1000 900 50

彼得 500 50 450

穆拉利 2000 1000 900

可以假设没有。销售人员的数量是固定的（即报告中的行数是固定的）。

我正在尝试使用 pyPdf 将大 pdf 中的几页提取到单独的文件中。每当我这样做时，生成的文件大小几乎与源文件相同。我认为这与文件中的书签有关，因为如果页面不包含任何链接，则输出文件的大小非常小。我不知道如何从输出文件中排除书签。

我如何从 url 而不是从磁盘打开 pdf

就像是

我想从网上打开几个文件并下载所有文件的合并。

我想知道一种从 PDF 文件中删除白边距的方法。就像 Adob​​e Acrobat X Pro 一样。我知道它不适用于每个 PDF 文件。

我猜想这样做的方法是获取文本边距，然后从该边距中裁剪出来。

PyPdf 是首选。

iText 根据以下代码查找文本边距：

我实际上是在使用 pyPdf 来打开、读取和写入 PDF 文件的内容。

为此，我使用这些代码行：

但它返回给我这个错误，我不明白为什么

任何人都可以帮助我吗？