使用pdfplumber读取PDF时单页旋转引发全页旋转值异常问题

你的问题是pdfplumber返回的页面旋转值不符合预期：第一页实际无需旋转（应为0），但输出和第二页一样是270。这通常是因为pdfplumber的page.rotation会叠加文档级全局旋转和页面自身旋转，或者部分PDF的文本旋转是通过内容变换矩阵（CTM）实现而非页面的/Rotate字段导致的。

解决方案1：读取页面原始旋转值（排除文档级干扰） #

pdfplumber中page.rotation的计算逻辑是(文档旋转 + 页面自身旋转) % 360，如果文档本身设置了全局旋转，会影响所有页面的结果。可以直接读取页面字典中的原始/Rotate字段：

import pdfplumber

pdf_path = "some_pdf.pdf"

with pdfplumber.open(pdf_path) as pdf:
    for page_num, page in enumerate(pdf.pages, 1):
        # 获取页面自身的原始旋转值（不受文档全局旋转影响）
        raw_rotation = page.raw_page.get("/Rotate", 0)
        # 若需要实际显示的旋转值，可结合文档级旋转计算
        actual_rotation = (pdf.metadata.get("rotation", 0) + raw_rotation) % 360
        print(f"页面{page_num} - 原始旋转值: {raw_rotation}, 实际显示旋转值: {actual_rotation}")

解决方案2：从文本变换矩阵提取实际旋转（应对CTM旋转场景） #

部分PDF不会设置页面的/Rotate字段，而是通过内容变换矩阵（CTM）旋转文本。此时需要从文本对象的变换信息中提取旋转角度：

import pdfplumber

pdf_path = "some_pdf.pdf"

def get_text_rotation(page):
    text_objects = page.extract_words()
    if not text_objects:
        # 无文本时 fallback 到页面原始旋转值
        return page.raw_page.get("/Rotate", 0)
    # 从第一个文本对象的变换矩阵判断旋转角度（仅适配90/180/270度标准旋转）
    ctm = text_objects[0]["transform"]
    if ctm[0] == 0 and ctm[1] == -1:
        return 90
    elif ctm[0] == -1 and ctm[1] == 0:
        return 180
    elif ctm[0] == 0 and ctm[1] == 1:
        return 270
    else:
        return 0

with pdfplumber.open(pdf_path) as pdf:
    for page_num, page in enumerate(pdf.pages, 1):
        rotation = get_text_rotation(page)
        print(f"页面{page_num}实际文本旋转值: {rotation}")

验证与说明 #

• 先运行方案1，若输出的原始旋转值第一页为0、第二页为270，说明问题出在文档级全局旋转叠加，此时用raw_rotation即可得到正确的页面自身旋转值。
• 若方案1输出仍不符合预期，说明PDF用了CTM旋转文本，改用方案2即可获取文本实际的旋转角度。

内容的提问来源于stack exchange，提问作者jsiller