Python 方便快捷给 PDF 加水印
来源：Python 技术「ID: pythonall」
方便快捷给 PDF 加水印
有文字创作需求的同学有时候会需要将自己的作品集结为 PDF 进行分发，一方面帮助自己整理归档，另一方面也有利于作品传播。类似的需求我们已经讲过《用 Python 抓取公号文章保存成 PDF》。
出于对盗版的担忧以及对自身权益的维护，很多人都会选择给自己的 PDF 加上专属的水印以标识出处。但各种 PDF 编辑器中加水印的逻辑不同，使用方式也大相径庭，有没有一种方式可以简单快捷地对 PDF 加上水印，同时保持逻辑的一致性呢？
显然此时我们又想到了我们的老朋友：Python。使用 Python 通过编程的方式来对 PDF 加水印还有一个显而易见的好处是：在操作过程中我们会拥有更大的自由度。我们可以根据自己的特殊要求任意定制加水印的逻辑。
我们就以《用 Python 抓取公号文章保存成 PDF》一文中得到的 PDF 为例进行演示。下图所示即为该 PDF 文档的一部分。
1. 相应库
首先，要对 PDF 进行操作，只靠 Python 自带的库肯定是不够的，还需要求助于第三方库。这里我们用到的是PyPDF2这个库（好消息是，这个库不需要额外安装其他应用，开箱即可使用）。
安装方式大家已经很熟悉了，输入命令：
pip install PyPDF2即可。
2. 测试库的功能
首先我们尝试从现有 PDF 文件中提取出第一页保存为新的 PDF 文件：
import PyPDF2
inputName = "input.pdf"pdf = PyPDF2.PdfFileReader(inputName)page = pdf.getPage(0)
outputObj = PyPDF2.PdfFileWriter()outputObj.addPage(page)
with open("test.pdf", "wb") as f: outputObj.write(f)PyPDF2 中有两个最常用的类：PdfFileReader和PdfFileWriter。顾名思义，这两个类分别用于读取 PDF 和写入 PDF。其中PdfFileReader传入参数可以是一个打开的文件对象，也可以是表示文件路径的字符串。而PdfFileWriter则必须传入一个以写方式打开的文件对象。
尤其要注意的是，不同于我们常见的代码、markdown 等文本格式，PDF 是二进制数据类型，因此在打开一个 PDF 格式的文件时，需要显式指定“以二进制格式写入文件内容”，即”wb"。
运行程序，打开test.pdf查看结果。可以看到效果与预期一致：
3. 加水印
要加水印首先要制作水印，出于演示目的我们也制作了本公众号对应的水印，用到了公众号的二维码和一句友好的提示语。如下图所示：
本文用到的水印、源 PDF 等文件均随示例代码一起发布，读者可以在之后自行尝试。
出于美观和尽量不影响阅读 PDF 内容的考虑，二维码和提示语的位置较偏且尺寸并不大，并且提示语的字体和颜色也不算醒目——如果是读者自用的话，就可以尽情挥洒创作激情，爱什么狂拽酷炫尽管往上堆也没人能反对哈哈。
首先，同时打开源 PDF 和作为水印的 PDF 文件。其中，水印 PDF 文件有且仅有一页，因此我们直接使用链式操作取出watermark.pdf文件的第一页作为变量watermark的值：
import PyPDF2
inputName = "input.pdf"watermarkName = "watermark.pdf"outputName = "output.pdf"
pdfInput = PyPDF2.PdfFileReader(inputName)watermark = PyPDF2.PdfFileReader(watermarkName).getPage(0)按照上一节复制 PDF 内容的套路，还需要再创建一个PyPDF2.PdfFileWriter对象：
pdfWriter = PyPDF2.PdfFileWriter()然后很自然地，我们需要对源 PDF 文件的内容按页遍历，将每一页的内容逐页与水印内容合并。但应该如何来对 PDF 文件进行遍历呢？
我们现在只知道对于PyPDF2.PdfFileReader对象，有方法getPage可以以索引的方式取出对应页码的内容，该如何获得相应索引呢？
好在，PyPDF2.PdfFileReader还提供了一个属性字段numPages来表示该 PDF 文件的总页数——调用方法getNumPages可以得到同样的结果。
对于上面的代码，源 PDF 文件实际应为 10 页，我们输出相应值可以看到与实际一致：
print(pdfInput.numPages)# 10print(pdfInput.getNumPages())# 10这样我们就可以利用for循环和range来提供一个递增的索引，用以逐页取出 PDF 的内容了：
for i in range(pdfInput.numPages): page = pdfInput.getPage(i)同时，对于单个的page对象，还存在一个名为mergePage的方法，接受另一个同为 PDF 中单个页面的对象，原地修改自身为两个页面合并之后的结果。PyPDF2.PdfFileWriter()则提供方法addPage，用以新增 PDF 页面：
for i in range(pdfInput.numPages): page = pdfInput.getPage(i) page.mergePage(watermark) pdfWriter.addPage(page)循环结束之后，实际上我们加水印的工作已经基本完成。
之所以说是“基本”，是因为这个时候得到的“PDF 文件”实际上依然还只是存在于内存中的一个对象，虽然保存了我们想要的内容，但尚未保存到硬盘上，一旦程序执行结束就再也找不回来了。
因此我们还需要新建一个文件用以保存最终结果：
with open(outputName, "wb") as f: pdfWriter.write(f)注意文件的打开方式为“wb”。
到这一步，我们加水印的工作已经全部完成，效果如下：
4. 番外：给 PDF 加密
一般来讲，我们在发布 PDF 的同时，可能需要对文件的权限进行一定的限制，比如阻止用户直接提取 PDF 内容，因此我们可以考虑对 PDF 进行加密。
在 PyPDF2 中，PyPDF2.PdfFileWriter()对象提供方法encrypt来对 PDF 文件加密，可以同时进行用户级和拥有者级加密。
默认情况下传入一个字符串作为密码，以该字符串作为密码同时进行两种加密；也可分别指定相应密码。
第三个参数接受一个布尔值，用以指示加密类型，默认为True，使用 128 位加密；为False时使用 40 位加密。视情况决定。不过对一般 PDF 而言，40 位加密已然足够，还能提升加密效率。
注意，在内容写入硬盘时可能需要耗时较长，因此若程序“假死”，需要耐心等待一段时间。
import PyPDF2
inputPDF = PyPDF2.PdfFileReader("output.pdf")pdfWriter = PyPDF2.PdfFileWriter()
for i in range(inputPDF.numPages): page = inputPDF.getPage(i) pdfWriter.addPage(page)
pdfWriter.encrypt("user", "justdopython", False)# pdfWriter.encrypt("justdopython")
with open("encrypted.pdf", "wb") as f: pdfWriter.write(f)这种情况下，为保证用户体验，建议将第一个参数，即用户级密码，设置为空字符串（“”）。这样一般用户打开 PDF 文件时就不必进行输入。如需特别操作时在阅读器中用拥有者口令重新打开即可。
5. 总结
本文介绍了一种给 PDF 加水印的自动化方法。实际上 PyPDF2 模块的功能还不止于此，合并多个 PDF 文件、筛选 PDF 文件的特定页面等等重复性的工作同样可以使用该模块代劳。
更多用法就留待读者探索了。