如何使用 python 更改 pdf 中的超链接？答案

【问题标题】：how do i change hyperlinks inside pdf using python?如何使用 python 更改 pdf 中的超链接？
【发布时间】：2023-03-22 22:44:01
【问题描述】：

如何使用 python 更改 pdf 中的超链接？我目前正在使用 pyPDF2 打开并循环浏览页面。我如何实际扫描超链接，然后继续更改超链接？

【问题讨论】：

标签： python pdf hyperlink

【解决方案1】：

所以我无法使用 pyPDF2 库获得您想要的内容。

然而，我确实得到了与另一个库合作的东西：pdfrw。这对我在 Python 3.6 中使用 pip 安装得很好：

pip install pdfrw

注意：以下我一直在使用this example pdf，我在网上找到了其中包含多个链接。您的里程可能会因此而有所不同。

import pdfrw

pdf = pdfrw.PdfReader("pdf.pdf")  # Load the pdf
new_pdf = pdfrw.PdfWriter()  # Create an empty pdf

for page in pdf.pages:  # Go through the pages

    # Links are in Annots, but some pages don't have links so Annots returns None
    for annot in page.Annots or []:

        old_url = annot.A.URI

        # >Here you put logic for replacing the URLs<
        
        # Use the PdfString object to do the encoding for us
        # Note the brackets around the URL here
        new_url = pdfrw.objects.pdfstring.PdfString("(http://www.google.com)")

        # Override the URL with ours
        annot.A.URI = new_url

    new_pdf.addpage(page)    

new_pdf.write("new.pdf")

【讨论】：

【解决方案2】：

我设法让它与 PyPDF2 一起工作。

如果您只想删除页面的所有注释，您只需要这样做：

if '/Annots' in page: del page['/Annots']

否则，这是您更改每个链接的方法：

import PyPDF2

new_link = "https://www.youtube.com/watch?v=dQw4w9WgXcQ" # great video by the way

pdf_reader = PyPDF2.PdfFileReader("input.pdf")
pdf_writer = PyPDF2.PdfFileWriter()

for i in range(pdf_reader.getNumPages()):
    page = pdf_reader.getPage(i)
    
    if '/Annots' not in page: continue
    for annot in page['/Annots']:
        annot_obj = annot.getObject()
        if '/A' not in annot_obj: continue  # not a link
        # you have to wrap the key and value with a TextStringObject:
        key   = PyPDF2.generic.TextStringObject("/URI")
        value = PyPDF2.generic.TextStringObject(new_link)
        annot_obj['/A'][key] = value
    
    pdf_writer.addPage(page)

with open('output.pdf', 'wb') as f:
    pdf_writer.write(f)

给定页面索引i 和注释索引j 的等效单行将是：

pdf_reader.getPage(i)['/Annots'][j].getObject()['/A'][PyPDF2.generic.TextStringObject("/URI")] = PyPDF2.generic.TextStringObject(new_link)

【讨论】：