我要评论学校老师发的资料，有时候会带水印，有点强迫症的都想给它去掉。用adobe acrobat试了下，检测不到水印，无法删除！分析发现原来这类pdf文件是用word编辑的，其中的水印是加在了页眉中！
自己动手想办法搞定它。
"""
title: 清除pdf水印（非pdf加的水印而是用word文件头加的然后转成了pdf）
author: jackiezheng
date: 2025-05-11 10:31:23
lastedittime: 2025-05-12 23:43:21
lasteditors: please set lasteditors
description:
filepath: \\pythoncode\\remove_pdf_watermark.py
"""
import os
import fitz # pymupdf
def remove_image_watermark(pdf_path):
doc = fitz.open(pdf_path)
for page_num in range(len(doc)):
page = doc[page_num]
xref = page.get_contents()[0] # 获取页面字节流，以xref的形式返回
cont0 = doc.xref_stream(xref).decode() # 将流解码为字符串
page.clean_contents()
if '/header>> bdc' in cont0: # 找到word页眉总分
start_str = '/header>> bdc' # 获取水印起始位置
end_str = 'c\r\nh\r\nf*\r\nq' # 获取水印结束位置 （需要自己根据情况找到类似字符）
cont = remove_between_strings(cont0, start_str, end_str)
doc.update_stream(xref, cont.encode()) # 更新流
print('page', page_num, 'processed')
doc.save(pdf_path[:-4] + '_processed.pdf')
doc.close()
def remove_between_strings(original_text, start_str, end_str):
start = original_text.index(start_str) + len(start_str)
end = original_text.index(end_str, start)
content = original_text[:start] + original_text[end:]
# print(content)
return content
pdf_path = r'c:\users\jackiezheng\desktop\满分冲刺练.pdf'
remove_image_watermark(pdf_path)操作原理：把文件解码为字符串，分析找出水印部分内容，从中剔除掉即可。
前后效果对比：
到此这篇关于python清除pdf文件中水印的项目实践的文章就介绍到这了,更多相关python清除pdf水印内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论