在Python中隐藏PDF文件信息
在Python中，我有一些由ReportLab生成的文件。现在，我需要从这个PDF中提取一些页面，并隐藏一些机密信息。
我可以创建一个带有黑色遮挡区域的PDF文件，并使用pyPdf来合并页面，但人们仍然可以选择并复制被遮挡区域下的信息。
有没有办法让这些遮挡区域完全保密呢？
举个例子，我需要隐藏页面上的地址，我该怎么做呢？
谢谢，
2 个回答
0
（抱歉，我在发问的时候无法登录…）
很遗憾，这个文档不能随便重新生成（它是有上下文的），而且那些PDF文件（大约35个）总共有3000多页。
我在考虑使用pdf2ps工具把PDF转换成PostScript格式，然后再转换回来，但这样质量会有很多问题。
我用的命令是：pdf2ps -dLanguageLevel=3 input.pdf - | ps2pdf14 - output.pdf
如果我用“pdftops”来代替，文本还是可以选择的。如果有办法像用“pdf2ps”那样让文本不可选择，但质量又更好的话，那也可以。
1
基本上，你需要在PDF的页面内容流中去掉相应的文本绘制命令。其实，生成页面两次会更简单，一次包含机密信息，一次不包含。
可能有办法（我对ReportLab不太了解）特别制作PDF，让机密信息更容易被删除（比如作为单独的XObjects）。不过，这样你需要对PDF进行一些比较底层的操作，我不太建议这样做。