如何在Python中对PDF文件指定文字进行涂黑处理

工具选择 #

用Python的PyMuPDF（别名fitz）库就能搞定，它对PDF的文本搜索和编辑支持很友好，操作简单高效。

步骤1：安装依赖 #

在命令行执行：

pip install pymupdf

步骤2：编写代码实现涂黑 #

以下是完整的可运行代码，替换路径和目标文字即可使用：

import fitz

def redact_target_text(input_pdf_path, output_pdf_path, target_text):
    # 打开原PDF
    doc = fitz.open(input_pdf_path)
    
    # 逐页处理
    for page in doc:
        # 搜索当前页中所有匹配目标文字的区域
        match_rects = page.search_for(target_text)
        # 给每个匹配区域添加黑色填充的涂黑标记
        for rect in match_rects:
            page.add_redact_annot(rect, fill=(0, 0, 0))
        # 应用所有涂黑操作
        page.apply_redactions()
    
    # 保存修改后的PDF
    doc.save(output_pdf_path)
    doc.close()

# 调用示例：替换成你的PDF路径和要涂黑的文字
redact_target_text("原始文档.pdf", "处理后文档.pdf", "需要隐藏的敏感文字")

关键说明 #

• search_for(target_text)：会返回当前页中所有匹配文字的矩形坐标，精准定位文字位置。
• add_redact_annot(rect, fill=(0,0,0))：创建涂黑注释，fill参数设置为黑色（RGB值），完全覆盖文字。
• apply_redactions()：必须调用这个方法，才能让涂黑操作真正生效。

特殊情况处理 #

如果是扫描版PDF（图片格式的PDF），需要先通过OCR识别文字位置，再进行涂黑。可以结合pytesseract库实现：

1. 先安装依赖：pip install pytesseract pillow
2. 代码中需要先对每页图片做OCR，提取文字和对应坐标，再用同样的涂黑方法处理。

内容的提问来源于stack exchange，提问作者Dion