无Microsoft Word环境下Docx转PDF及PDF文本替换技术求助

一、Docx直接转PDF的可行方案 #

以下是无需Microsoft Word的跨平台转档方案，均能较好保留原文档格式：

1. LibreOffice 命令行转换 #

LibreOffice是免费开源的办公套件，支持无界面模式转档：

• 安装：下载对应系统版本的LibreOffice并完成安装
• 执行命令：

  # Mac/Linux
  soffice --headless --convert-to pdf input.docx
  
  # Windows（需先将LibreOffice的program目录添加到系统PATH）
  soffice.exe --headless --convert-to pdf input.docx
  

  执行后会在同目录生成同名PDF文件。

2. Pandoc + TeX 环境转换 #

Pandoc是文档格式转换工具，结合TeX环境可实现高精度转档：

• 安装：
  • 安装Pandoc
  • 安装TeX环境（如TeX Live、MikTeX）
• 执行命令：

  pandoc input.docx -o output.pdf
  

  该方案对复杂排版（如公式、表格）的支持较好。

3. Unoconv 转换 #

Unoconv基于LibreOffice，简化了命令行操作：

• 安装：

  # Mac（用Homebrew）
  brew install unoconv
  
  # Linux（Debian/Ubuntu）
  sudo apt-get install unoconv
  

• 执行命令：

  unoconv -f pdf input.docx
  

二、PDF文本替换代码修复 #

你提供的PyPDF2代码无法正常运行，原因是PyPDF2不支持直接修改PDF内容结构，强行修改_data会破坏原有排版和资源。推荐使用PyMuPDF（fitz），它能精准替换文本且保留图片、排版：

修复后的代码 #

import fitz  # 需先安装：pip install pymupdf

def replace_text_in_pdf(input_path, output_path, old_text, new_text):
    doc = fitz.open(input_path)
    for page in doc:
        # 搜索所有匹配的文本位置
        text_boxes = page.search_for(old_text)
        for box in text_boxes:
            # 用白色矩形覆盖原有文本
            page.draw_rect(box, color=(1, 1, 1), fill=(1, 1, 1))
            # 在原位置插入新文本，自动匹配原文本高度
            page.insert_text(box.tl, new_text, fontsize=box.height, color=(0, 0, 0))
    doc.save(output_path)
    doc.close()

# 替换参数
input_file = '/Users/eden/Downloads/downloaded-4.pdf'
output_file = '/Users/eden/Downloads/MAKINOTEEE.pdf'
old_text = 'Hola'
new_text = 'POTORRO'

replace_text_in_pdf(input_file, output_file, old_text, new_text)

方案说明 #

• PyMuPDF会精准定位文本的 bounding box，用白色矩形覆盖原文本后插入新内容，不会影响图片、原有字体排版
• 若新文本长度与原文本差异较大，可能需要调整字体大小或手动适配位置，避免排版溢出

内容的提问来源于stack exchange，提问作者Reel Alfer