Preciso adicionar algum texto extra a um PDF existente usando Python, qual é a melhor maneira de fazer isso e quais módulos extras vou precisar instalar.

Nota: Idealmente, eu gostaria de poder executar isso no Windows e no Linux, mas em um push o Linux só funcionará.

Editar: pyPDF e ReportLab parecem bons, mas nenhum deles me permite editar um PDF existente, há alguma outra opção?

Eu sei que este é um post mais antigo, mas passei muito tempo tentando encontrar uma solução. Encontrei um decente usando apenas ReportLab e PyPDF, então pensei em compartilhar:

1. leia seu PDF usando PdfFileReader(), vamos chamar essa entrada
2. crie um novo pdf contendo seu texto para adicionar usando ReportLab, salve-o como um objeto string
3. leia o objeto string usando PdfFileReader(), vamos chamar este texto
4. criar um novo objeto PDF usando PdfFileWriter(), vamos chamar essa saída
5. iterar por meio de entrada e aplicar .mergePage(*text*.getPage(0))para cada página à qual deseja que o texto seja adicionado, em seguida, use output.addPage()para adicionar as páginas modificadas a um novo documento

Isso funciona bem para adições de texto simples. Consulte o exemplo do PyPDF para marcar um documento com marca d'água.

Aqui está um código para responder à pergunta abaixo:

packet = StringIO.StringIO()
can = canvas.Canvas(packet, pagesize=letter)
<do something with canvas>
can.save()
packet.seek(0)
input = PdfFileReader(packet)

A partir daqui, você pode mesclar as páginas do arquivo de entrada com outro documento.

Exemplo para [Python 2.7]:

---

from pyPdf import PdfFileWriter, PdfFileReader
import StringIO
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter

packet = StringIO.StringIO()
# create a new PDF with Reportlab
can = canvas.Canvas(packet, pagesize=letter)
can.drawString(10, 100, "Hello world")
can.save()

#move to the beginning of the StringIO buffer
packet.seek(0)
new_pdf = PdfFileReader(packet)
# read your existing PDF
existing_pdf = PdfFileReader(file("original.pdf", "rb"))
output = PdfFileWriter()
# add the "watermark" (which is the new pdf) on the existing page
page = existing_pdf.getPage(0)
page.mergePage(new_pdf.getPage(0))
output.addPage(page)
# finally, write "output" to a real file
outputStream = file("destination.pdf", "wb")
output.write(outputStream)
outputStream.close()

Exemplo para Python 3.x:

from PyPDF2 import PdfFileWriter, PdfFileReader
import io
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter

packet = io.BytesIO()
# create a new PDF with Reportlab
can = canvas.Canvas(packet, pagesize=letter)
can.drawString(10, 100, "Hello world")
can.save()

#move to the beginning of the StringIO buffer
packet.seek(0)
new_pdf = PdfFileReader(packet)
# read your existing PDF
existing_pdf = PdfFileReader(open("original.pdf", "rb"))
output = PdfFileWriter()
# add the "watermark" (which is the new pdf) on the existing page
page = existing_pdf.getPage(0)
page.mergePage(new_pdf.getPage(0))
output.addPage(page)
# finally, write "output" to a real file
outputStream = open("destination.pdf", "wb")
output.write(outputStream)
outputStream.close()

O pdfrw permite que você leia páginas de um PDF existente e desenhe-as em uma tela de reportlab (semelhante a desenhar uma imagem). Existem exemplos para isso no subdiretório pdfrw examples / rl1 no github. Aviso: eu sou o autor do pdfrw.

Aproveitando a resposta de David Dehghan acima, o seguinte funciona no Python 2.7.13:

from PyPDF2 import PdfFileWriter, PdfFileReader, PdfFileMerger

import StringIO

from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter

packet = StringIO.StringIO()
# create a new PDF with Reportlab
can = canvas.Canvas(packet, pagesize=letter)
can.drawString(290, 720, "Hello world")
can.save()

#move to the beginning of the StringIO buffer
packet.seek(0)
new_pdf = PdfFileReader(packet)
# read your existing PDF
existing_pdf = PdfFileReader("original.pdf")
output = PdfFileWriter()
# add the "watermark" (which is the new pdf) on the existing page
page = existing_pdf.getPage(0)
page.mergePage(new_pdf.getPage(0))
output.addPage(page)
# finally, write "output" to a real file
outputStream = open("destination.pdf", "wb")
output.write(outputStream)
outputStream.close()

cpdf fará o trabalho a partir da linha de comando. Porém, não é python (afaik):

cpdf -add-text "Line of text" input.pdf -o output .pdf

Você pode ter mais sorte dividindo o problema convertendo PDF em um formato editável, escrevendo suas alterações e, em seguida, convertendo-o novamente em PDF. Não conheço uma biblioteca que permite editar PDFs diretamente, mas existem muitos conversores entre DOC e PDF, por exemplo.

Se você estiver no Windows, isso pode funcionar:

PDF Creator Pilot

Há também um white paper de uma estrutura de criação e edição de PDF em Python. É um pouco desatualizado, mas talvez possa lhe dar algumas informações úteis:

Usando Python como estrutura de edição e processamento de PDF

Você já experimentou o pyPdf ?

Desculpe, não tem a capacidade de modificar o conteúdo de uma página.