如何使用Python提取PDF文件中的打印缩放因子？

问题背景 #

需要程序化提取PDF打印时「打印尺寸与处理」下「适配」选项显示的缩放比例（例如显示24%则提取0.24）。尝试用PyPDF2通过页面尺寸与A4纸比例计算时结果错误，原因是未正确处理单位转换，且误用面积比而非边长比例。

错误原因解析 #

PyPDF2中mediabox.width/mediabox.height返回的单位是点（pt），1点=1/72英寸，1英寸≈2.54厘米。之前的代码直接用点的面积除以厘米的面积，单位不统一导致结果完全错误；另外「适配」是等比例缩放，应取宽、高缩放比例的最小值，而非面积比。

解决方案 #

方案1：通过页面尺寸与A4纸的等比例缩放计算 #

先将PDF页面的点单位转换为厘米，再分别计算宽、高相对于A4纸的比例，取较小值作为适配缩放因子：

from PyPDF2 import PdfReader

A4_WIDTH_CM = 21.59
A4_HEIGHT_CM = 27.94
PT_TO_CM = 2.54 / 72  # 1pt = 1/72英寸，转换为厘米

with open('example.pdf', 'rb') as pdf_file:
    pdf_reader = PdfReader(pdf_file)
    page = pdf_reader.pages[0]
    media_box = page.mediabox
    
    # 转换为厘米
    page_width_cm = media_box.width * PT_TO_CM
    page_height_cm = media_box.height * PT_TO_CM
    
    # 计算宽、高的缩放比例
    scale_width = page_width_cm / A4_WIDTH_CM
    scale_height = page_height_cm / A4_HEIGHT_CM
    
    # 适配取最小比例（保证页面能完整打印在A4上）
    scale_factor = min(scale_width, scale_height)
    print(f"适配缩放因子：{scale_factor:.4f}")

方案2：读取PDF内置的打印缩放元数据 #

部分PDF会在元数据中存储预设的打印缩放参数，可通过PyMuPDF（fitz）直接读取相关字段：

import fitz

with fitz.open('example.pdf') as doc:
    # 获取文档级打印参数
    print_params = doc.metadata.get('PrintParams', {})
    # 部分PDF会在ViewerPreferences中存储缩放
    viewer_prefs = doc.metadata.get('ViewerPreferences', {})
    scale_factor = None
    
    # 查找PrintParams中的缩放字段
    if 'Scaling' in print_params:
        scale_factor = print_params['Scaling']
    # 查找ViewerPreferences中的打印缩放
    elif 'PrintScaling' in viewer_prefs:
        scaling_type = viewer_prefs['PrintScaling']
        if isinstance(scaling_type, float):
            scale_factor = scaling_type
    
    if scale_factor:
        print(f"提取到的缩放因子：{scale_factor:.4f}")
    else:
        print("未找到内置缩放参数，将使用尺寸计算法")

注意：并非所有PDF都会存储打印缩放元数据，此时方案1是可靠的通用方法。

内容的提问来源于stack exchange，提问作者Josh