我們有時(shí)候需要把一些機(jī)密文件發(fā)給多個(gè)客戶，為了避免客戶泄露文件，會(huì)在機(jī)密文件中添加水印。每個(gè)客戶收到的文件內(nèi)容相同，但是水印都不相同。這樣一來(lái)，如果資料泄露了，通過(guò)水印就知道是從誰(shuí)手上泄露的。

今天，一個(gè)做市場(chǎng)的朋友找我咨詢PDF加水印的問(wèn)題，如下圖所示：

他有一個(gè)Excel文件，文件里面有10000個(gè)經(jīng)銷商的名字，他要把價(jià)目表PDF發(fā)給這些經(jīng)銷商，每個(gè)經(jīng)銷商收到的PDF文件上面的水印都是這個(gè)經(jīng)銷商自己的名字。

這個(gè)需求手動(dòng)操作肯定要累死人。但是如果用Python來(lái)做，就非常簡(jiǎn)單。代碼不超過(guò)30行。

準(zhǔn)備環(huán)境

要完成這個(gè)需求，需要安裝兩個(gè)模塊，分別叫做reportlab和pikepdf。使用Pip安裝就可以了：

python3 -m pip install reportlab pikepdf

然后，需要找到一個(gè).ttf或者.ttc格式的中文字體。你可以直接從網(wǎng)上下載中文字體文件。也可以使用系統(tǒng)自帶的中文字體。這里以尋找macOS系統(tǒng)默認(rèn)的宋體為例。

macOS系統(tǒng)字體在/System/Library/Fonts，宋體對(duì)應(yīng)的.ttc文件地址是/System/Library/Fonts/Supplemental/Songti.ttc。對(duì)于系統(tǒng)默認(rèn)的字體，我們只需要知道它的對(duì)應(yīng)的文件名叫做Songti.ttc就可以了。如果是從網(wǎng)上下載的第三方字體，需要使用絕對(duì)路徑或者相對(duì)于項(xiàng)目代碼的相對(duì)路徑。

獲得經(jīng)銷商名字對(duì)應(yīng)的列表

由于這位朋友不會(huì)使用pandas，那么我們就盡量使用Python原生的方法來(lái)獲得經(jīng)銷商名字列表。假設(shè)經(jīng)銷商信息對(duì)應(yīng)的Excel如下圖所示：

我們首先把這個(gè)Excel文件導(dǎo)出成csv文件：

然后，我們用Python讀取這個(gè)csv文件，獲得經(jīng)銷商名字列表：

import csv
with open('經(jīng)銷商信息.csv') as f:
    reader = csv.DictReader(f)
    name_list = [x['經(jīng)銷商名字'] for x in reader]

print(name_list)

運(yùn)行效果如下圖所示：

生成水印PDF

一般來(lái)說(shuō)，我們不能直接把一段文字作為水印添加到另一個(gè)PDF文件中。我們只有先把這段文字生成圖片或者生成水印PDF文件，然后把這個(gè)圖片或者水印PDF作為『圖層』覆蓋到目標(biāo)PDF上面。

因此，現(xiàn)在需要給每一個(gè)經(jīng)銷商生成對(duì)應(yīng)的水印PDF文件。這個(gè)PDF中只含有水印文字。效果如下圖所示：

對(duì)應(yīng)的代碼create_watermark.py如下：

import csv
from pathlib import Path
from reportlab.lib import units
from reportlab.pdfgen import canvas
from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import TTFont


with open('經(jīng)銷商信息.csv') as f:
    reader = csv.DictReader(f)
    name_list = [x['經(jīng)銷商名字'] for x in reader]

pdfmetrics.registerFont(TTFont('Songti', 'Songti.ttc')) # 加載中文字體

water_mark_folder = Path('water_pdf') # 用一個(gè)文件夾存放所有的水印PDF
water_mark_folder.mkdir(exist_ok=True)

for name in name_list:
    path = str(water_mark_folder / Path(f'{name}.pdf'))
    c = canvas.Canvas(path, pagesize=(200 * units.mm, 200 * units.mm)) # 生成畫布，長(zhǎng)寬都是200毫米
    c.translate(0.1 * 200 * units.mm, 0.1 * 200 * units.mm)  
    c.rotate(45)  # 把水印文字旋轉(zhuǎn)45°
    c.setFont('Songti', 35)  # 字體大小
    c.setStrokeColorRGB(0, 0, 0)  # 設(shè)置字體顏色
    c.setFillColorRGB(0, 0, 0)  # 設(shè)置填充顏色
    c.setFillAlpha(0.3)  # 設(shè)置透明度，越小越透明
    c.drawString(0, 0, f'{name}專用價(jià)目表，嚴(yán)禁泄露！')
    c.save()

代碼的具體作用，已經(jīng)寫到注釋中了。運(yùn)行以后會(huì)在當(dāng)前項(xiàng)目根目錄生成water_pdf文件夾，里面就是生成的水印PDF。

合并水印與目標(biāo)PDF

最后一步，把每一個(gè)經(jīng)銷商的水印PDF與目標(biāo)PDF進(jìn)行合并。水印PDF作為一個(gè)圖層覆蓋到目標(biāo)PDF上面。

使用pikepdf完成這個(gè)工作非常簡(jiǎn)單，編寫一個(gè)combine.py文件，代碼如下：

import glob
from pathlib import Path
from pikepdf import Pdf, Page, Rectangle


water_pdf_list = glob.glob('water_pdf/*.pdf')
result = Path('result')
result.mkdir(exist_ok=True)

col = 2  # 每頁(yè)多少列水印
row = 3  # 每頁(yè)多少行水印

for path in water_pdf_list:
    target = Pdf.open('./PythonisinstanceGolang.pdf')  # 必須每次重新打開(kāi)PDF，因?yàn)樘砑铀∈莍nplace的操作
    file = Path(path)
    name = file.stem
    water_mark_pdf = Pdf.open(path)
    water_mark = water_mark_pdf.pages[0]

    for page in target.pages:
        for x in range(col):  # 每一行顯示多少列水印
            for y in range(row): # 每一頁(yè)顯示多少行PDF
                page.add_overlay(water_mark,
                                 Rectangle(page.trimbox[2] * x / col,
                                           page.trimbox[3] * y / row,
                                           page.trimbox[2] * (x + 1) / col,
                                           page.trimbox[3] * (y + 1) / row))

    result_name = Path('result', f'{name}_添加水印.pdf')
    target.save(str(result_name))

運(yùn)行以后，會(huì)在項(xiàng)目根目錄生成一個(gè)result文件夾，里面就是添加了水印的PDF文件了，如下圖所示：

這里有必要對(duì)代碼中的一些地方進(jìn)行解釋。帶上行號(hào)的代碼如下圖所示：

代碼第21行和22行，有兩個(gè)for循環(huán)，他們的作用是給一個(gè)頁(yè)面上添加多個(gè)水印。請(qǐng)大家注意下圖我畫圈的地方：

每一頁(yè)都有6個(gè)水印，分成3行2列。其中的3行對(duì)應(yīng)了變量row的值。2列對(duì)應(yīng)了變量col的值。大家也可以根據(jù)自己的需要修改這兩個(gè)數(shù)字。甚至每一頁(yè)的水印隨機(jī)變換位置，防止被去水印的程序移除。

page.trimbox是PDF頁(yè)面的寬度，page.trimbox是PDF頁(yè)面的高度。

總結(jié)

大家注意在這篇文章中，我把任務(wù)分成了三個(gè)部分，分別是：

• Excel轉(zhuǎn)CSV，讓Python方便讀取
• Python讀取CSV生成水印PDF
• 水印PDF與目標(biāo)PDF文件合并

這三個(gè)部分的代碼是可以合并在一個(gè).py文件里面的，但是我沒(méi)有這樣做，是考慮到問(wèn)這個(gè)問(wèn)題的同學(xué)不是程序員，Python水平只是入門，如果合并在一起，代碼量多了以后，出問(wèn)題都不知道錯(cuò)在哪里。

在計(jì)算機(jī)領(lǐng)域，所有問(wèn)題都可以通過(guò)把問(wèn)題拆分成多個(gè)部分分別單獨(dú)運(yùn)行或者增加若干個(gè)中間層來(lái)解決。今天用的方法就是把問(wèn)題拆分的方法。對(duì)于初學(xué)者來(lái)說(shuō)，每一步都是相對(duì)獨(dú)立的，都能立刻看到效果。第二步只需要依賴第一步的結(jié)果，第三步只需要依賴第二步的結(jié)果，這樣每一步的輸入輸出非常清楚，可以顯著降低問(wèn)題的復(fù)雜度。如果報(bào)錯(cuò)了，也更容易知道是哪個(gè)地方有問(wèn)題。