Question

我正在尝试将现有PDF存储在AWS上，将其读入我的后端（Django 1.1，Python 2.7）并将文本添加到边距中。我当前的代码成功地接受了PDF并将文本添加到边距，但它破坏了PDF：

在浏览器中打开时：

删除图片
偶尔会在单词之间添加字符
偶尔会完全更改PDF的字符集

在Adobe中打开时：

说“无法提取嵌入字体'无论字体名称是什么'。有些许多字符无法正确显示或打印“
说“发生了绘图错误”
如果有预编辑的图片，说“数据不足” 图像“

我使用/不使用预定义字体和/或不使用图像制作了我自己的PDF。具有预定义字体且没有图像的图像按预期工作，但是图像会抛出“读取流时出错”。在Adobe中打开时，只是不在浏览器中显示图像。我得出结论，丢失字体是字符出现问题的原因，但我不确定为什么图像没有显示。

我无法控制我正在编辑的PDF内容，所以我无法确保他们只使用预定义的字体，他们肯定需要在其中包含图像。以下是我的代码

from reportlab.pdfgen import canvas

from PyPDF2 import PdfFileWriter, PdfFileReader
from StringIO import StringIO

class DownloadMIR(APIView):
    permission_classes = (permissions.IsAuthenticated,)

    def post(self, request, format=None):
        data = request.data

        file_path = "some_path"
        temp_file_path = "some_other_path"

        # read your existing PDF

        if default_storage.exists(file_path):
            existing_pdf = PdfFileReader(default_storage.open(file_path, 'rb'))
        else:
            raise Http404("could not find pdf")

        packet = StringIO()
        # create a new PDF with Reportlab
        can = canvas.Canvas(packet)
        height, width = int(existing_pdf.getPage(0).mediaBox.getUpperRight_x()), int(
            existing_pdf.getPage(0).mediaBox.getUpperRight_y())
        print("width:" + str(width) + " height: " + str(height))
        can.setPageSize([width, height])
        can.rotate(90)
        footer = "Prepared for " + request.user.first_name + " " + request.user.last_name + " on " + datetime.now().strftime('%Y-%m-%d at %H:%M:%S')
        can.setFont("Courier", 8)
        can.drawCentredString(width / 2, -15, footer)
        can.save()

        packet.seek(0)
        new_pdf = PdfFileReader(packet)

        output = PdfFileWriter()
        for index in range(existing_pdf.numPages):
            page = existing_pdf.getPage(index)
            page.mergePage(new_pdf.getPage(0))
            output.addPage(page)
            #print("done page " + str(index))

        response = HttpResponse(content_type="application/pdf")

        response['Content-Disposition'] = 'attachment; filename=' + temp_file_path

        output.write(response)
        return response

使用script I found online，我看到有未嵌入的字体。

Font List
['/MPDFAA+DejaVuSansCondensed', '/MPDFAA+DejaVuSansCondensed-Bold
', '/MPDFAA+DejaVuSansCondensed-BoldOblique', '/MPDFAA+DejaVuSans
Condensed-Oblique', '/ZapfDingbats']

Unembedded Fonts
set(['/MPDFAA+DejaVuSansCondensed-Bold', '/ZapfDingbats', '/MPDFA
A+DejaVuSansCondensed-BoldOblique', '/MPDFAA+DejaVuSansCondensed'
, '/MPDFAA+DejaVuSansCondensed-Oblique'])

问题是这些 - 有没有办法从原始PDF中提取嵌入字体并将其嵌入到新的pdf中;是否有一些我没有做的正确导致图像不嵌入？

Answer 1

经过一些测试后，我发现问题不在于生成的PDF，而是将PDF作为响应返回。如果我将PDF保存到存储桶并从AWS CLI下载，则可以正常工作。我没有弄清楚如何修复响应以正确地将PDF发送回前端。

使用reportlab和PyPDF2合并PDF会丢失图像和嵌入字体

1 个答案: