PythonPDF处理教程_PyPDF2与PDF生成实战解析_网络技术

发布时间 - 2026-01-04 00:00:00 点击率：次

PyPDF2适用于PDF读取、合并、拆分、加解密等操作，但无法生成新PDF；生成PDF应选FPDF2（轻量中文友好）或ReportLab（专业复杂报表）。

PyPDF2 是处理 PDF 文件最常用的 Python 库之一，适合合并、拆分、提取文本、加密解密等常见操作；但要注意它不支持生成新 PDF，只读取和修改已有 PDF。真正生成 PDF 推荐用 ReportLab 或 FPDF2（轻量、纯 Python、中文友好）。

PyPDF2 主要用于解析和编辑现有 PDF，不是万能 PDF 工具，别指望它画表格或写中文标题——字体和布局支持很弱。

读取文本：用 PdfReader 打开文件，逐页调用 page.extract_text()；注意扫描版 PDF（图片型）无法提取文字，需先 OCR
合并 PDF：创建 PdfWriter，用 append() 添加多个 PdfReader 对象，最后 write() 保存
拆分与提取页面：用 writer.add_page(reader.pages[i]) 指定页码复制，支持切片（如 reader.pages[0:3]）
加密/解密：支持用户密码（打开限制）和所有者密码（编辑限制），但 AES-256 等强加密可能不兼容旧版本

PyPDF2 没有绘图上下文，不能新建页面、写文字、画线或插入图片。强行“生成”只能靠复制空白模板再填内容，非常受限且难控制排版。

需要从零生成带格式的 PDF → 选 FPDF2（pip install fpdf2），支持 UTF-8 中文、自动换行、简单表格、PNG/JPEG 插入
需要复杂报表、图表、页眉页脚、样式模板 → 选 ReportLab（学习曲线略陡，但专业性强）
临时快速导出结构化数据（如列表、字典）→ 可先转 HTML 再用 pdfkit（基于 wkhtmltopdf）生成，适合简单场景

默认 PDF 不含中文字体，直接写中文会显示为空白或方框。FPDF2 解决方案最直接：

立即学习“Python免费学习笔记（深入）”；

下载一个 TTF 中文字体（如 NotoSansCJKsc-Regular.ttf 或思源黑体）
用 add_font() 注册字体：pdf.add_font("Noto", fname="NotoSansCJKsc-Regular.ttf", uni=True)
设置字体：pdf.set_font("Noto", size=12)，之后 cell() 或 multi_cell() 就能正常显示中文
ReportLab 需手动注册 pdfmetrics.registerFont() 并使用 ParagraphStyle 指定字体名

实际项目中容易卡在几个地方，提前知道能省半天调试时间：

PyPDF2 读取某些 PDF 报 NotImplementedError: only algorithm code 1 and 2 are supported → 是用了新版加密（如 AES），换 pymupdf（fitz）更鲁棒
提取文本乱码或缺失 → 检查是否是扫描件；或 PDF 内文字被转成路径（矢量图形），此时 PyPDF2 无法还原
FPDF2 生成 PDF 后中文标点错位 → 关闭自动 kerning：pdf.set_auto_kerning(False)
合并后文件体积暴增 → PyPDF2 默认不压缩对象，可用 writer.add_blank_page() 后再删页来间接清理冗余流，或改用 pypdf（PyPDF2 的现代维护分支，支持 compress_content_streams()）