调整Mediabox裁剪PDF下半部分失效，部分PDF无效果求助

我编写了一个脚本，旨在将PDF文档的下半部分置为白色（文档尺寸保持不变，用于去除DHL、Hermes等德国快递公司面单的“说明”区域）。实现逻辑是：获取PDF页面，调整其Mediabox，再将该页面合并到一个尺寸相同的空白新页面中。

该脚本在目标PDF上可正常工作，但测试其他PDF时无效果，会完整复制原PDF内容（比如处理Veeam的产品概述文档时就出现此问题）。

相关代码如下：

import pypdf   # PyPDF2, 3 and 4 are deprecated. PyPDF is currently in active development

reader = pypdf.PdfReader(source_filename)
writer = pypdf.PdfWriter()

# get first page
page = reader.pages[0]  
# create new page
new_page = pypdf.PageObject.create_blank_page( None, width = page.mediabox.width, height = page.mediabox.height ) 
# crop original
page.mediabox.bottom = ( page.mediabox.top - page.mediabox.bottom ) / 2 + page.mediabox.bottom 
# merge original into empty new page
new_page.merge_page( page )

writer.add_page(new_page)
with open(output_file, "wb") as fp:
    writer.write(fp)

失效原因分析 #

问题出在仅修改Mediabox不足以裁剪部分PDF的内容，因为PDF页面可能还包含其他优先级更高的边界框：

• 快递面单类PDF通常仅依赖Mediabox定义可见区域，所以修改Mediabox后合并，只会显示上半部分内容。
• 像Veeam这类规范的商业PDF，一般会同时设置CropBox（专门定义页面实际显示/打印的区域）。当你只改Mediabox而不动CropBox时，merge_page会依据CropBox的范围渲染原页面，导致下半部分依然显示。
• 部分PDF的内容直接写在页面的Content Stream中，不受Mediabox限制，即使修改边界框，内容也会完整绘制。

修复方案 #

方案1：同步修改所有相关边界框 #

同时调整Mediabox、CropBox等所有影响内容显示的边界框：

import pypdf

reader = pypdf.PdfReader(source_filename)
writer = pypdf.PdfWriter()

page = reader.pages[0]
half_height = (page.mediabox.top - page.mediabox.bottom) / 2
new_bottom = page.mediabox.bottom + half_height

# 遍历并修改所有相关边界框
for box_name in ['mediabox', 'cropbox', 'trimbox', 'artbox']:
    if hasattr(page, box_name):
        current_box = getattr(page, box_name)
        setattr(page, box_name, (
            current_box.left,
            new_bottom,
            current_box.right,
            current_box.top
        ))

new_page = pypdf.PageObject.create_blank_page(None, width=page.mediabox.width, height=page.mediabox.height)
new_page.merge_page(page)

writer.add_page(new_page)
with open(output_file, "wb") as fp:
    writer.write(fp)

方案2：使用官方裁剪方法（更可靠） #

利用pypdf自带的crop方法，它会同时处理边界框和内容流：

import pypdf

reader = pypdf.PdfReader(source_filename)
writer = pypdf.PdfWriter()

page = reader.pages[0]
# 定义裁剪区域：(left, bottom, right, top)
cropped_page = page.crop((
    page.mediabox.left,
    page.mediabox.bottom + (page.mediabox.top - page.mediabox.bottom)/2,
    page.mediabox.right,
    page.mediabox.top
))

new_page = pypdf.PageObject.create_blank_page(None, width=page.mediabox.width, height=page.mediabox.height)
new_page.merge_page(cropped_page)

writer.add_page(new_page)
with open(output_file, "wb") as fp:
    writer.write(fp)

内容的提问来源于stack exchange，提问作者Florian Kusche