使用pypdf调整PDF页面尺寸后输出文件在Acrobat中显示异常

我用以下Python代码将PDF页面调整为适配A4尺寸：

from pypdf import PdfReader, PdfWriter, Transformation, PageObject, PaperSize
from pypdf.generic import RectangleObject

reader = PdfReader("input.pdf")
writer = PdfWriter()
for page in reader.pages:
  

  A4_w = PaperSize.A4.width
  A4_h = PaperSize.A4.height

  # resize page to fit *inside* A4
  h = float(page.mediabox.height)
  w = float(page.mediabox.width)
  scale_factor = min(A4_h/h, A4_w/w)

  transform = Transformation().scale(scale_factor,scale_factor).translate(0, A4_h/2 - h*scale_factor/2)
  page.add_transformation(transform)

  page.cropbox = RectangleObject((0, 0, A4_w, A4_h))

  # merge the pages to fit inside A4

  # prepare A4 blank page
  page_A4 = PageObject.create_blank_page(width = A4_w, height = A4_h)
  page.mediabox = page_A4.mediabox
  page_A4.merge_page(page)

  writer.add_page(page_A4)
writer.write('output.pdf')

该代码对多数文件有效，但部分输入文件处理后出现异常：输出PDF在Adobe Acrobat中打开或打印时，图像缺失、背景颜色异常，首页纯文本仅显示第一行；但在MacOS Preview或Chrome浏览器中显示正常。

涉事输入PDF是通过MacOS Preview混合不同PDF页面并拖入图片制作的，输入文件可被Adobe Acrobat正常读取。请问这是pypdf的bug还是操作有误？如何让输出PDF在Adobe Acrobat及打印机中正常显示？

可能原因 #

• PDF结构兼容性差异：MacOS Preview生成的PDF可能包含图层、透明对象或非标准内容流等结构，pypdf转换时未完全兼容这些Adobe Acrobat严格遵循的格式规范，导致渲染异常。
• 页面边界设置冲突：代码中先后设置cropbox和修改mediabox的操作，可能让Acrobat对页面边界的解析逻辑混乱，进而影响内容渲染。
• 变换与合并的优先级问题：原页面添加变换后直接合并到空白页，Acrobat可能未正确将变换应用到所有嵌套内容（如图片、文本块）。

修复方案 #

方案1：调整页面边界与变换的处理逻辑 #

移除单独设置cropbox的步骤，通过变换和媒体盒统一控制页面尺寸，避免边界冲突，同时补充水平居中逻辑：

from pypdf import PdfReader, PdfWriter, Transformation, PageObject, PaperSize

reader = PdfReader("input.pdf")
writer = PdfWriter()
A4_w = PaperSize.A4.width
A4_h = PaperSize.A4.height

for page in reader.pages:
    h = float(page.mediabox.height)
    w = float(page.mediabox.width)
    scale_factor = min(A4_h/h, A4_w/w)
    
    # 计算水平+垂直居中偏移
    offset_x = (A4_w - w * scale_factor) / 2
    offset_y = (A4_h - h * scale_factor) / 2
    
    # 应用缩放和平移变换
    transform = Transformation().scale(scale_factor, scale_factor).translate(offset_x, offset_y)
    page.add_transformation(transform)
    
    # 创建空白A4页并合并变换后的页面
    page_A4 = PageObject.create_blank_page(width=A4_w, height=A4_h)
    page_A4.merge_page(page)
    
    writer.add_page(page_A4)

writer.write('output.pdf')

方案2：禁用pypdf的压缩优化 #

如果方案1无效，尝试在写入PDF时禁用压缩，保留原始内容结构，避免Acrobat解析出错：

# 在writer.write前添加以下设置
writer.set_compression_mode(False)
writer.write('output.pdf')

方案3：用Ghostscript标准化输入PDF #

先通过Ghostscript将MacOS Preview生成的非标准PDF转为标准化格式，再用pypdf处理：

# 命令行执行，生成标准化后的PDF
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.7 -dNOPAUSE -dBATCH -sOutputFile=standardized.pdf input.pdf

之后以standardized.pdf作为pypdf的输入文件。

方案4：替换为PyMuPDF（fitz）库处理 #

若pypdf兼容性问题无法解决，改用对复杂PDF支持更好的PyMuPDF：

import fitz  # PyMuPDF

doc = fitz.open("input.pdf")
output = fitz.open()
A4_rect = fitz.Rect(0, 0, fitz.paper_size("a4")[0], fitz.paper_size("a4")[1])

for page in doc:
    # 创建新A4页面
    new_page = output.new_page(width=A4_rect.width, height=A4_rect.height)
    # 计算缩放比例
    src_rect = page.rect
    scale = min(A4_rect.width / src_rect.width, A4_rect.height / src_rect.height)
    scaled_rect = src_rect * scale
    # 计算居中偏移
    offset = (A4_rect - scaled_rect) / 2
    # 将原页面内容绘制到新A4页
    new_page.show_pdf_page(offset + scaled_rect, doc, page.number)

output.save("output.pdf")
output.close()
doc.close()

内容的提问来源于stack exchange，提问作者Zain Khaishagi