python - 向 pdf 添加信息，PyPDF2 合并速度太慢

Question

我想要 pdf 的每一页上的文本。此文本是一个 html 代码，看起来像 <p style="color: #ff0000">blabla</p>为了在最终文档中显示为红色，我将其转换为 pdf(html2pdf lib)，然后将其合并(PyPDF2 lib)到我的 pdf 的每一页。 ...但是合并速度很慢!

我的问题是:有没有比 PyPDF2 的 page.mergePage 方法更快的合并 pdf 的方法？(或者是否有更快的方法将我的文本添加到此 pdf 中？)

谢谢!(在 Windows 8 上使用 python 2.7.5)

Answer 1

由于您所做的只是向页面添加一些文本，因此您可以通过直接编辑页面的内容流来加快该过程。合并必须处理显着减慢进程的字体、其他资源、裁剪框等。如果你真的需要修改其中的一些东西，解决方案就会变得更加复杂。一些示例代码:

TEXT_STREAM = []  # The PS operations describing the creation of your text
def add_text(page):
    "Add the required text to the page."
    contents = page.getContents()
    if contents is None:
        stream = ContentStream(TEXT_STREAM, page.pdf)
    else:
        contents.operations.extend(TEXT_STREAM)