如何批量給PDF添加水印？

我們有時候需要把一些機(jī)密文件發(fā)給多個客戶，為了避免客戶泄露文件，會在機(jī)密文件中添加水印。每個客戶收到的文件內(nèi)容相同，但是水印都不相同。這樣一來，如果資料泄露了，通過水印就知道是從誰手上泄露的。

今天，一個做市場的朋友找我咨詢PDF加水印的問題，如下圖所示：

他有一個Excel文件，文件里面有10000個經(jīng)銷商的名字，他要把價目表PDF發(fā)給這些經(jīng)銷商，每個經(jīng)銷商收到的PDF文件上面的水印都是這個經(jīng)銷商自己的名字。

這個需求手動操作肯定要累死人。但是如果用Python來做，就非常簡單。代碼不超過30行。

準(zhǔn)備環(huán)境

要完成這個需求，需要安裝兩個模塊，分別叫做reportlab和pikepdf。使用Pip安裝就可以了：

python3?-m?pip?install?reportlab?pikepdf

然后，需要找到一個.ttf或者.ttc格式的中文字體。你可以直接從網(wǎng)上下載中文字體文件。也可以使用系統(tǒng)自帶的中文字體。這里以尋找macOS系統(tǒng)默認(rèn)的宋體為例。

macOS系統(tǒng)字體在/System/Library/Fonts，宋體對應(yīng)的.ttc文件地址是/System/Library/Fonts/Supplemental/Songti.ttc。對于系統(tǒng)默認(rèn)的字體，我們只需要知道它的對應(yīng)的文件名叫做Songti.ttc就可以了。如果是從網(wǎng)上下載的第三方字體，需要使用絕對路徑或者相對于項目代碼的相對路徑。

獲得經(jīng)銷商名字對應(yīng)的列表

由于這位朋友不會使用pandas，那么我們就盡量使用Python原生的方法來獲得經(jīng)銷商名字列表。假設(shè)經(jīng)銷商信息對應(yīng)的Excel如下圖所示：

我們首先把這個Excel文件導(dǎo)出成csv文件：

然后，我們用Python讀取這個csv文件，獲得經(jīng)銷商名字列表：

import?csv
with?open('經(jīng)銷商信息.csv')?as?f:
????reader?=?csv.DictReader(f)
????name_list?=?[x['經(jīng)銷商名字']?for?x?in?reader]

print(name_list)

運(yùn)行效果如下圖所示：

生成水印PDF

一般來說，我們不能直接把一段文字作為水印添加到另一個PDF文件中。我們只有先把這段文字生成圖片或者生成水印PDF文件，然后把這個圖片或者水印PDF作為『圖層』覆蓋到目標(biāo)PDF上面。

因此，現(xiàn)在需要給每一個經(jīng)銷商生成對應(yīng)的水印PDF文件。這個PDF中只含有水印文字。效果如下圖所示：

對應(yīng)的代碼create_watermark.py如下：

import?csv
from?pathlib?import?Path
from?reportlab.lib?import?units
from?reportlab.pdfgen?import?canvas
from?reportlab.pdfbase?import?pdfmetrics
from?reportlab.pdfbase.ttfonts?import?TTFont


with?open('經(jīng)銷商信息.csv')?as?f:
????reader?=?csv.DictReader(f)
????name_list?=?[x['經(jīng)銷商名字']?for?x?in?reader]

pdfmetrics.registerFont(TTFont('Songti',?'Songti.ttc'))?#?加載中文字體

water_mark_folder?=?Path('water_pdf')?#?用一個文件夾存放所有的水印PDF
water_mark_folder.mkdir(exist_ok=True)

for?name?in?name_list:
????path?=?str(water_mark_folder?/?Path(f'{name}.pdf'))
????c?=?canvas.Canvas(path,?pagesize=(200?*?units.mm,?200?*?units.mm))?#?生成畫布，長寬都是200毫米
????c.translate(0.1?*?200?*?units.mm,?0.1?*?200?*?units.mm)??
????c.rotate(45)??#?把水印文字旋轉(zhuǎn)45°
????c.setFont('Songti',?35)??#?字體大小
????c.setStrokeColorRGB(0,?0,?0)??#?設(shè)置字體顏色
????c.setFillColorRGB(0,?0,?0)??#?設(shè)置填充顏色
????c.setFillAlpha(0.3)??#?設(shè)置透明度，越小越透明
????c.drawString(0,?0,?f'{name}專用價目表，嚴(yán)禁泄露！')
????c.save()

代碼的具體作用，已經(jīng)寫到注釋中了。運(yùn)行以后會在當(dāng)前項目根目錄生成water_pdf文件夾，里面就是生成的水印PDF。

合并水印與目標(biāo)PDF

最后一步，把每一個經(jīng)銷商的水印PDF與目標(biāo)PDF進(jìn)行合并。水印PDF作為一個圖層覆蓋到目標(biāo)PDF上面。

使用pikepdf完成這個工作非常簡單，編寫一個combine.py文件，代碼如下：

import?glob
from?pathlib?import?Path
from?pikepdf?import?Pdf,?Page,?Rectangle


water_pdf_list?=?glob.glob('water_pdf/*.pdf')
result?=?Path('result')
result.mkdir(exist_ok=True)

col?=?2??#?每頁多少列水印
row?=?3??#?每頁多少行水印

for?path?in?water_pdf_list:
????target?=?Pdf.open('./PythonisinstanceGolang.pdf')??#?必須每次重新打開PDF，因為添加水印是inplace的操作
????file?=?Path(path)
????name?=?file.stem
????water_mark_pdf?=?Pdf.open(path)
????water_mark?=?water_mark_pdf.pages[0]

????for?page?in?target.pages:
????????for?x?in?range(col):??#?每一行顯示多少列水印
????????????for?y?in?range(row):?#?每一頁顯示多少行PDF
????????????????page.add_overlay(water_mark,
?????????????????????????????????Rectangle(page.trimbox[2]?*?x?/?col,
???????????????????????????????????????????page.trimbox[3]?*?y?/?row,
???????????????????????????????????????????page.trimbox[2]?*?(x?+?1)?/?col,
???????????????????????????????????????????page.trimbox[3]?*?(y?+?1)?/?row))

????result_name?=?Path('result',?f'{name}_添加水印.pdf')
????target.save(str(result_name))

運(yùn)行以后，會在項目根目錄生成一個result文件夾，里面就是添加了水印的PDF文件了，如下圖所示：

這里有必要對代碼中的一些地方進(jìn)行解釋。帶上行號的代碼如下圖所示：

代碼第21行和22行，有兩個for循環(huán)，他們的作用是給一個頁面上添加多個水印。請大家注意下圖我畫圈的地方：

每一頁都有6個水印，分成3行2列。其中的3行對應(yīng)了變量row的值。2列對應(yīng)了變量col的值。大家也可以根據(jù)自己的需要修改這兩個數(shù)字。甚至每一頁的水印隨機(jī)變換位置，防止被去水印的程序移除。

page.trimbox[2]是PDF頁面的寬度，page.trimbox[3]是PDF頁面的高度。

總結(jié)

大家注意在這篇文章中，我把任務(wù)分成了3個部分，分別是：

• Excel轉(zhuǎn)CSV，讓Python方便讀取
• Python讀取CSV生成水印PDF
• 水印PDF與目標(biāo)PDF文件合并

這三個部分的代碼是可以合并在一個.py文件里面的，但是我沒有這樣做，是考慮到問這個問題的同學(xué)不是程序員，Python水平只是入門，如果合并在一起，代碼量多了以后，出問題都不知道錯在哪里。

在計算機(jī)領(lǐng)域，所有問題都可以通過把問題拆分成多個部分分別單獨運(yùn)行或者增加若干個中間層來解決。今天用的方法就是把問題拆分的方法。對于初學(xué)者來說，每一步都是相對獨立的，都能立刻看到效果。第二步只需要依賴第一步的結(jié)果，第三步只需要依賴第二步的結(jié)果，這樣每一步的輸入輸出非常清楚，可以顯著降低問題的復(fù)雜度。如果報錯了，也更容易知道是哪個地方有問題。