详解Python如何实现批量为PDF添加水印

我们有时候需要把一些 * 发给多个客户，为了避免客户泄露文件，会在 * 中添加水印。每个客户收到的文件内容相同，但是水印都不相同。这样一来，如果资料泄露了，通过水印就知道是从谁手上泄露的。

今天，一个做市场的朋友找我咨询PDF加水印的问题，如下图所示：

他有一个Excel文件，文件里面有10000个经销商的名字，他要把价目表PDF发给这些经销商，每个经销商收到的PDF文件上面的水印都是这个经销商自己的名字。

这个需求手动操作肯定要累死人。但是如果用Python来做，就非常简单。代码不超过30行。

准备环境

要完成这个需求，需要安装两个模块，分别叫做reportlab和pikepdf。使用Pip安装就可以了：

python3 -m pip install reportlab pikepdf

然后，需要找到一个.ttf或者.ttc格式的中文字体。你可以直接从网上下载中文字体文件。也可以使用系统自带的中文字体。这里以寻找macOS系统默认的宋体为例。

macOS系统字体在/System/Library/Fonts，宋体对应的.ttc文件地址是/System/Library/Fonts/Supplemental/Songti.ttc。对于系统默认的字体，我们只需要知道它的对应的文件名叫做Songti.ttc就可以了。如果是从网上下载的第三方字体，需要使用绝对路径或者相对于项目代码的相对路径。

获得经销商名字对应的列表

由于这位朋友不会使用pandas，那么我们就尽量使用Python原生的方法来获得经销商名字列表。假设经销商信息对应的Excel如下图所示：

我们首先把这个Excel文件导出成csv文件：

然后，我们用Python读取这个csv文件，获得经销商名字列表：

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

print(name_list)

运行效果如下图所示：

生成水印PDF

一般来说，我们不能直接把一段文字作为水印添加到另一个PDF文件中。我们只有先把这段文字生成图片或者生成水印PDF文件，然后把这个图片或者水印PDF作为『图层』覆盖到目标PDF上面。

因此，现在需要给每一个经销商生成对应的水印PDF文件。这个PDF中只含有水印文字。效果如下图所示：

对应的代码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('经销商信息.csv') as f:
    reader = csv.DictReader(f)
    name_list = [x['经销商名字'] for x in reader]

pdfmetrics.registerFont(TTFont('Songti', 'Songti.ttc')) # 加载中文字体

water_mark_folder = Path('water_pdf') # 用一个文件夹存放所有的水印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)) # 生成画布，长宽都是200毫米
    c.translate(0.1 * 200 * units.mm, 0.1 * 200 * units.mm)  
    c.rotate(45)  # 把水印文字旋转45°
    c.setFont('Songti', 35)  # 字体大小
    c.setStrokeColorRGB(0, 0, 0)  # 设置字体颜色
    c.setFillColorRGB(0, 0, 0)  # 设置填充颜色
    c.setFillAlpha(0.3)  # 设置透明度，越小越透明
    c.drawString(0, 0, f'{name}专用价目表，严禁泄露！')
    c.save()

代码的具体作用，已经写到注释中了。运行以后会在当前项目根目录生成water_pdf文件夹，里面就是生成的水印PDF。

合并水印与目标PDF

最后一步，把每一个经销商的水印PDF与目标PDF进行合并。水印PDF作为一个图层覆盖到目标PDF上面。

使用pikepdf完成这个工作非常简单，编写一个combine.py文件，代码如下：

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  # 每页多少列水印
row = 3  # 每页多少行水印

for path in water_pdf_list:
    target = Pdf.open('./PythonisinstanceGolang.pdf')  # 必须每次重新打开PDF，因为添加水印是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):  # 每一行显示多少列水印
            for y in range(row): # 每一页显示多少行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))

运行以后，会在项目根目录生成一个result文件夹，里面就是添加了水印的PDF文件了，如下图所示：

这里有必要对代码中的一些地方进行解释。带上行号的代码如下图所示：

代码第21行和22行，有两个for循环，他们的作用是给一个页面上添加多个水印。请大家注意下图我画圈的地方：

每一页都有6个水印，分成3行2列。其中的3行对应了变量row的值。2列对应了变量col的值。大家也可以根据自己的需要修改这两个数字。甚至每一页的水印随机变换位置，防止被去水印的程序移除。

page.trimbox[2]是PDF页面的宽度，page.trimbox[3]是PDF页面的高度。

来源：https://mp.weixin.qq.com/s/EsvQzJqxXfty-zAe_fGc1A