在 Python 中操作 PDF 文档

当您需要验证 PDF 合规性、构建或自定义目录、设置文档过期行为，或在 Python 工作流中将可填写的 PDF 扁平化时，此页面非常有用。

在 Python 中操作 PDF 文档

验证 PDF 文档是否符合 PDF/A 标准（A 1A 和 A 1B）

要验证 PDF 文档是否符合 PDF/A-1a 或 PDF/A-1b 兼容性，请使用 文档 类 验证 方法。此方法允许您指定保存结果的文件名以及所需的验证类型 PdfFormat 枚举：PDF_A_1A 或 PDF_A_1B。

下面的代码片段向您展示如何验证 PDF 文档符合 PDF/A-1A。

import sys
from os import path
import aspose.pdf as ap


def validate_pdfa_standard_a1a(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    document.validate(output_pdf, ap.PdfFormat.PDF_A_1A)

以下代码片段向您展示如何验证 PDF/A-1b 的 PDF 文档。

import sys
from os import path
import aspose.pdf as ap


def validate_pdfa_standard_a1b(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    document.validate(output_pdf, ap.PdfFormat.PDF_A_1B)

使用 TOC

向现有 PDF 添加 TOC

PDF 中的 TOC 代表 “目录”。这是一个功能，允许用户通过提供文档章节和标题的概览，快速浏览文档。

要向现有 PDF 文件添加 TOC，请使用 Heading 类 aspose.pdf 命名空间。该 aspose.pdf namespace 可以创建新的 PDF 文件，也可以操作已有的 PDF 文件。要向已有的 PDF 添加 TOC，请使用 Aspose.Pdf 命名空间。下面的代码片段展示了如何使用 Python via .NET 在已有的 PDF 文件中创建目录（table of contents）。

import sys
from os import path
import aspose.pdf as ap


def add_table_of_contents(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    toc_page = document.pages.insert(1)
    toc_info = ap.TocInfo()
    title = ap.text.TextFragment("Table Of Contents")
    title.text_state.font_size = 20
    title.text_state.font_style = ap.text.FontStyles.BOLD
    toc_info.title = title
    toc_page.toc_info = toc_info

    titles = ["First page", "Second page"]
    for index, title_text in enumerate(titles[:2]):
        heading = ap.Heading(1)
        segment = ap.text.TextSegment(title_text)
        heading.toc_page = toc_page
        heading.segments.append(segment)
        destination_page = document.pages[index + 2]
        heading.destination_page = destination_page
        heading.top = destination_page.rect.height
        toc_page.paragraphs.add(heading)

    document.save(output_pdf)

为不同的 TOC 级别设置不同的 TabLeaderType

Aspose.PDF for Python 还允许为不同的 TOC 级别设置不同的 TabLeaderType。您需要设置 线段虚线 的属性 目录信息.

import sys
from os import path
import aspose.pdf as ap


def set_toc_levels(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    toc_page = document.pages.add()
    toc_info = ap.TocInfo()
    toc_info.line_dash = ap.text.TabLeaderType.SOLID
    title = ap.text.TextFragment("Table Of Contents")
    title.text_state.font_size = 30
    toc_info.title = title
    toc_page.toc_info = toc_info

    toc_info.format_array_length = 4
    toc_info.format_array[0].margin.left = 0
    toc_info.format_array[0].margin.right = 30
    toc_info.format_array[0].line_dash = ap.text.TabLeaderType.DOT
    toc_info.format_array[0].text_state.font_style = (
        ap.text.FontStyles.BOLD | ap.text.FontStyles.ITALIC
    )
    toc_info.format_array[1].margin.left = 10
    toc_info.format_array[1].margin.right = 30
    toc_info.format_array[1].line_dash = 3
    toc_info.format_array[1].text_state.font_size = 10
    toc_info.format_array[2].margin.left = 20
    toc_info.format_array[2].margin.right = 30
    toc_info.format_array[2].text_state.font_style = ap.text.FontStyles.BOLD
    toc_info.format_array[3].line_dash = ap.text.TabLeaderType.SOLID
    toc_info.format_array[3].margin.left = 30
    toc_info.format_array[3].margin.right = 30
    toc_info.format_array[3].text_state.font_style = ap.text.FontStyles.BOLD

    page = document.pages.add()
    for level in range(1, 5):
        heading = ap.Heading(level)
        heading.is_auto_sequence = True
        heading.toc_page = toc_page
        heading.text_state.font = ap.text.FontRepository.find_font("Arial")
        segment = ap.text.TextSegment(f"Sample Heading{level}")
        heading.segments.append(segment)
        heading.is_in_list = True
        page.paragraphs.add(heading)

    document.save(output_pdf)

在目录中隐藏页码

如果您不想在目录（TOC）的标题旁显示页码，您可以使用 是否显示页码 的属性 目录信息 Class 为 false。请检查以下代码片段以在目录中隐藏页码：

import sys
from os import path
import aspose.pdf as ap


def hide_page_numbers_in_toc(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    toc_page = document.pages.add()
    toc_info = ap.TocInfo()
    title = ap.text.TextFragment("Table Of Contents")
    title.text_state.font_size = 20
    title.text_state.font_style = ap.text.FontStyles.BOLD
    toc_info.title = title
    toc_info.is_show_page_numbers = False
    toc_page.toc_info = toc_info

    toc_info.format_array_length = 4
    toc_info.format_array[0].margin.right = 0
    toc_info.format_array[0].text_state.font_style = (
        ap.text.FontStyles.BOLD | ap.text.FontStyles.ITALIC
    )
    toc_info.format_array[1].margin.left = 30
    toc_info.format_array[1].text_state.underline = True
    toc_info.format_array[1].text_state.font_size = 10
    toc_info.format_array[2].text_state.font_style = ap.text.FontStyles.BOLD
    toc_info.format_array[3].text_state.font_style = ap.text.FontStyles.BOLD

    page = document.pages.add()
    for level in range(1, 2):
        heading = ap.Heading(level)
        heading.toc_page = toc_page
        heading.is_auto_sequence = True
        heading.is_in_list = True
        segment = ap.text.TextSegment(f"this is heading of level {level}")
        heading.segments.append(segment)
        page.paragraphs.add(heading)

    document.save(output_pdf)

在添加目录时自定义页码

在 PDF 文档中添加目录（TOC）时，通常会自定义目录中的页码。例如，我们可能需要在页码前添加前缀，如 P1、P2、P3 等。在这种情况下，Aspose.PDF for Python 提供 页码前缀 的属性 目录信息 可以用来自定义页码的类，如下代码示例所示。

import sys
from os import path
import aspose.pdf as ap


def customize_page_numbers_in_toc(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    toc_page = document.pages.insert(1)
    toc_info = ap.TocInfo()
    title = ap.text.TextFragment("Table Of Contents")
    title.text_state.font_size = 20
    title.text_state.font_style = ap.text.FontStyles.BOLD
    toc_info.title = title
    toc_info.page_numbers_prefix = "P"
    toc_page.toc_info = toc_info

    for index, page in enumerate(document.pages, start=1):
        heading = ap.Heading(1)
        heading.toc_page = toc_page
        heading.destination_page = page
        heading.top = page.rect.height
        segment = ap.text.TextSegment(f"Page {index}")
        heading.segments.append(segment)
        toc_page.paragraphs.add(heading)

    document.save(output_pdf)

如何设置 PDF 过期日期

我们对 PDF 文件应用访问权限，以便特定用户组能够访问 PDF 文档的特定功能/对象。为了限制 PDF 文件的访问，我们通常使用加密，并且可能需要设置 PDF 文件的到期时间，以便访问/查看文档的用户能够收到有关 PDF 文件失效的有效提示。

import sys
from os import path
import aspose.pdf as ap


def set_pdf_expiry_date(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    document.pages.add()
    document.pages[1].paragraphs.add(ap.text.TextFragment("Hello World..."))
    script = ap.annotations.JavascriptAction(
        "var year=2017;"
        "var month=5;"
        "today = new Date(); today = new Date(today.getFullYear(), today.getMonth());"
        "expiry = new Date(year, month);"
        "if (today.getTime() > expiry.getTime())"
        "app.alert('The file is expired. You need a new one.');"
    )
    document.open_action = script
    document.save(output_pdf)

在Python中展平可填写的PDF

PDF 文档通常包含具备交互式可填写部件的表单，如单选按钮、复选框、文本框、列表等。为满足各种应用需求，使其不可编辑，我们需要将 PDF 文件扁平化。 Aspose.PDF 提供了在 Python 中仅需几行代码即可将 PDF 扁平化的功能：

import sys
from os import path
import aspose.pdf as ap


def flatten_fillable_pdf(input_pdf, output_pdf):
    document = ap.Document(input_pdf)
    if document.form and document.form.fields:
        for field in document.form.fields:
            field.flatten()
    document.save(output_pdf)

相关文档主题

• 使用 Python 处理 PDF 文档
• 在 Python 中格式化 PDF 文档
• 在 Python 中创建 PDF 文件
• 在 Python 中优化 PDF 文件