PyPDF2报错：module has no attribute 'ContentStream'，求修复方法

问题场景 #

运行PDF文本替换代码时，new_page._text = PyPDF2.ContentStream(new_page.pdf)一行报错：module 'PyPDF2' has no attribute 'ContentStream'。

错误原因 #

1. PyPDF2版本迭代后，ContentStream类不再直接暴露在根模块下，而是移到了PyPDF2.generic子模块中。
2. 原代码直接操作_text这类私有属性，属于非规范用法，容易因版本更新出现兼容问题；且原逻辑是在原页面上叠加新文本，并非真正替换原有文本，会导致布局混乱。

解决方案 #

1. 从正确路径导入ContentStream：from PyPDF2.generic import ContentStream
2. 调整内容流的处理逻辑，通过解析和修改页面的内容操作来实现文本替换，而非直接创建新文本对象覆盖。

修正后的完整代码 #

import os
import re
import PyPDF2
from PyPDF2.generic import ContentStream, TextStringObject, NameObject

def replace_text_in_pdf(input_pdf_path, output_pdf_path, search_text, replace_text):
    with open(input_pdf_path, 'rb') as input_file:
        pdf_reader = PyPDF2.PdfReader(input_file)
        pdf_writer = PyPDF2.PdfWriter()

        for page in pdf_reader.pages:
            # 获取页面内容流
            content = page.get_contents()
            if not content:
                pdf_writer.add_page(page)
                continue

            # 解析内容流
            content_stream = ContentStream(content, pdf_reader)
            
            # 遍历内容流中的操作，替换文本
            for operands, operator in content_stream.operations:
                if operator == b'Tj' or operator == b"'":
                    # 处理单个文本操作
                    if isinstance(operands[0], TextStringObject):
                        original_text = operands[0].decode()
                        replaced_text = re.sub(search_text, replace_text, original_text)
                        operands[0] = TextStringObject(replaced_text)
                elif operator == b'"':
                    # 处理带字体参数的文本操作
                    if isinstance(operands[2], TextStringObject):
                        original_text = operands[2].decode()
                        replaced_text = re.sub(search_text, replace_text, original_text)
                        operands[2] = TextStringObject(replaced_text)
            
            # 将修改后的内容流写回页面
            page.__setattr__(NameObject("/Contents"), content_stream)
            pdf_writer.add_page(page)

        with open(output_pdf_path, 'wb') as output_file:
            pdf_writer.write(output_file)

# 调用示例
input_pdf_path = r'D:\file1.pdf'
output_pdf_path = r'D:\file1_replaced.pdf'
search_text = '<FirstName>'
replace_text = 'John'
replace_text_in_pdf(input_pdf_path, output_pdf_path, search_text, replace_text)

关键修改说明 #

• 导入PyPDF2.generic下的ContentStream及相关类，适配新版本PyPDF2的结构。
• 通过解析页面原生内容流，直接替换其中的文本内容，保留原PDF的布局和格式。
• 处理不同类型的文本绘制操作（Tj、'、"），确保所有文本都能被正确替换。

内容的提问来源于stack exchange，提问作者gtomer