一文详解如何在Python环境下裁剪PDF页面_Python

在处理扫描件、截图导出的 pdf 或带有大量留白的报告时，我们常常只关心其中的某一部分内容：比如一页里右下角的图表、被白边包围的正文，或者某一栏表格。直接保留整页不仅浪费版面，也会让后续的阅读、打印和归档变得低效。

"裁剪"的本质，是把页面中不需要的区域切掉，只保留我们关注的矩形范围。借助 spire.pdf，我们可以通过"在新页面上重绘源页内容并做偏移"的方式，精确地按任意矩形裁剪页面，也可以快速裁掉四周的空白边距。下面以具体示例说明几种常用做法。

环境准备

开始之前，先通过 pip 安装 spire.pdf：

pip install spire.pdf

随后在脚本中引入所需的命名空间。后续所有示例都围绕 pdfdocument 与 pdfpagebase 展开。

from spire.pdf.common import *
from spire.pdf import *

按指定矩形区域裁剪

最通用的需求是：给定一个矩形（左上角坐标加宽高），把源页中落在这个矩形内的部分单独保存成一个新页面。实现思路是新建一个与目标矩形等大的新页面，再用 drawtemplate 把源页内容按矩形原点向左上偏移绘制，这样矩形区域就会恰好对齐到新页面的左上角，矩形以外的部分被自然裁掉。

from spire.pdf.common import *
from spire.pdf import *

input_file = "/示例.pdf"
output_file = "/裁剪pdf.pdf"

# 创建一个 pdfdocument 对象并加载 pdf 文件
doc = pdfdocument()
doc.loadfromfile(input_file)

# 取第一页作为裁剪对象
page = doc.pages[0]

# 定义裁剪区域：左上角坐标与宽高，单位均为"点"（1 英寸 = 72 点）
crop_x, crop_y = 50.0, 80.0
crop_w, crop_h = 400.0, 500.0

# 新建一个与目标裁剪尺寸一致、无边距的页面
new_doc = pdfdocument()
new_page = new_doc.pages.add(sizef(crop_w, crop_h), pdfmargins(0.0))

# 把源页模板按裁剪原点偏移绘制，使目标区域对齐到新页面左上角
new_page.canvas.drawtemplate(page.createtemplate(), pointf(-crop_x, -crop_y))

# 保存修改后的 pdf 文件
new_doc.savetofile(output_file)
new_doc.close()
doc.close()

这里有几个值得注意的点。sizef 用于描述新页面的尺寸，必须和裁剪矩形保持一致，否则内容会被缩放或留白；pdfmargins(0.0) 确保新页面没有额外边距；而 pointf(-crop_x, -crop_y) 中的负号很关键——它把源页整体向左上平移，让 (crop_x, crop_y) 这个点正好落到新页面的 (0, 0) 处。只要调整这四个数值，就能裁剪出页面上任意位置的子区域。

裁剪掉四周的空白边距

很多 pdf 的页面四周都自带较大的白边，正文只占中间一部分。如果每一页的边距大致均匀，我们可以利用文档的 pagesettings.margins 直接算出内容区尺寸，再把内容按边距偏移重绘，从而一次性裁掉所有页面的白边。

from spire.pdf.common import *
from spire.pdf import *

input_file = "/示例.pdf"
output_file = "移除页边距.pdf"

# 创建 pdfdocument 对象并加载 pdf 文件
doc = pdfdocument()
doc.loadfromfile(input_file)

# 获取页边距并创建新的 pdfdocument 对象
new_doc = pdfdocument()
margins = doc.pagesettings.margins
left, right = margins.left, margins.right
top, bottom = margins.top, margins.bottom

for i in range(doc.pages.count):
    page = doc.pages.get_item(i)
    # 新页面尺寸 = 原尺寸减去四周边距
    w = page.size.width - left - right
    h = page.size.height - top - bottom
    new_page = new_doc.pages.add(sizef(w, h), pdfmargins(0.0))
    # 向左上偏移绘制，从而裁掉边距区域
    new_page.canvas.drawtemplate(page.createtemplate(), pointf(-left, -top))

# 保存修改后的 pdf 文件
new_doc.savetofile(output_file)
new_doc.close()
doc.close()

这种方法的核心在于 page.size 拿到的是包含边距的整页尺寸，而 doc.pagesettings.margins 描述的是白边的厚度。两者相减得到真正的内容区，再用 pointf(-left, -top) 把内容重新对齐到原点，就完成了"去白边"式的裁剪。它对批量处理多页文档尤其方便，因为循环里每一页都套用同样的逻辑。

读取页面尺寸与裁剪框以确认结果

裁剪前后，我们有时还需要知道页面到底有多大、当前可见区域（裁剪框）落在什么位置。pdf 的每一页都带有 mediabox（物理尺寸）和 cropbox（当前可见区域）等边界框，pdfpagebase 把它们作为可读属性暴露出来，可以用来核对裁剪是否生效，也能作为下一次裁剪的输入。

from spire.pdf.common import *
from spire.pdf import *

doc = pdfdocument()
doc.loadfromfile("sample.pdf")
page = doc.pages[0]

# mediabox 是页面物理尺寸，cropbox 是当前可见（裁剪后）区域
print("mediabox:", page.mediabox.width, page.mediabox.height)
print("cropbox:", page.cropbox.width, page.cropbox.height,
      page.cropbox.x, page.cropbox.y)
print("实际尺寸:", page.actualsize.width, page.actualsize.height)
doc.close()

通过对比裁剪前后的 mediabox 与 cropbox（或重绘后新页面的 actualsize），可以直观地验证页面确实被缩小到了目标区域。如果源文档本身已经设置了 cropbox，它的 (x, y) 还能直接当作裁剪矩形的起点来用，省去手动测量坐标的步骤。

实用技巧

掌握了裁剪的基本手法后，还可以结合实际场景做进一步扩展。

批量裁剪整个文件夹

把上面的"按矩形裁剪"逻辑包进一个遍历目录的循环，就能对某个文件夹下的所有 pdf 统一裁剪。下面示例用 os 模块批量处理，并为每个输出文件加上前缀避免重名：

import os
from spire.pdf.common import *
from spire.pdf import *

folder = "./pdfs"
for name in os.listdir(folder):
    if not name.lower().endswith(".pdf"):
        continue
    doc = pdfdocument()
    doc.loadfromfile(os.path.join(folder, name))
    page = doc.pages[0]
    new_doc = pdfdocument()
    new_page = new_doc.pages.add(sizef(400.0, 500.0), pdfmargins(0.0))
    new_page.canvas.drawtemplate(page.createtemplate(), pointf(-50.0, -80.0))
    out = os.path.join(folder, "cropped", f"cropped-{name}")
    new_doc.savetofile(out)
    new_doc.close()
    doc.close()

用厘米指定裁剪区域

前面示例的坐标都以"点"为单位，阅读和调试不够直观。可以借助 pdfunitconvertor 把厘米换算成点，让裁剪矩形以更熟悉的尺寸单位来表达：

from spire.pdf.common import *
from spire.pdf import *

cvtr = pdfunitconvertor()
# 把 2 厘米换算为点
pt = cvtr.convertunits(2.0, pdfgraphicsunit.centimeter, pdfgraphicsunit.point)
print("2 厘米 =", pt, "点")

这样在定义 crop_x、crop_y、crop_w、crop_h 时，先统一用厘米描述，再用 convertunits 转成点传入 sizef 和 pointf，代码可读性会更好，也更不容易算错比例。

小结

本文介绍了使用 python 裁剪 pdf 页面的两种主要方式：按任意矩形区域精确裁剪，以及裁掉四周统一白边。两者的共同原理都是"新建一个目标尺寸的新页面，再用 drawtemplate 把源页内容按偏移量重绘"，区别在于矩形坐标的来源——前者由我们手动指定，后者从 pagesettings.margins 自动推导。

再配合 cropbox/mediabox 的读取做结果核对，以及 os、pdfunitconvertor 等标准工具做批量与单位换算，裁剪流程就能轻松扩展到日常自动化场景。如果你的目标是"隐藏"而非"删除"页外内容，也可以直接调整页面的 cropbox 来定义可见区域，按需选择即可。

以上就是一文详解如何在python环境下裁剪pdf页面的详细内容，更多关于python裁剪pdf页面的资料请关注代码网其它相关文章！