如何用Python实现PDF间的跨文档链接添加？

问题背景 #

我需要一个能在PDF页面中添加指向另一个PDF页面的链接功能，试过PyPDF2的addLink(pagenum, pagedest, rect, border=None, fit='/Fit', *args)方法，但它仅支持同一PDF内的内部链接，想知道有没有解决思路——比如用PyMuPDF？

附PyPDF2中add_link的源码（已翻译注释）：

def add_link(
    self,
    pagenum: int,
    pagedest: int,
    rect: RectangleObject,
    border: Optional[ArrayObject] = None,
    fit: FitType = "/Fit",
    *args: ZoomArgType,
) -> None:
    """
    为指定矩形区域添加指向目标页面的内部链接。

    :param int pagenum: 放置链接的页面索引。
    :param int pagedest: 链接指向的目标页面索引。
    :param rect: :class:`RectangleObject<PyPDF2.generic.RectangleObject>` 或四个整数组成的数组，
        指定可点击的矩形区域 ``[左下x, 左下y, 右上x, 右上y]``，或格式为 ``"[ xLL yLL xUR yUR ]"`` 的字符串。
    :param border: 可选参数，描述边框绘制属性的数组。详见PDF规范。省略此参数则不绘制边框。
    :param str fit: 页面适配或“缩放”选项（见下文）。可能需要传入额外参数。传入 ``None`` 将被解读为对应坐标的空值。

    .. list-table:: 有效的``zoom``参数（详见PDF 1.7参考手册表8.2）
       :widths: 50 200

       * - /Fit
         - 无需额外参数
       * - /XYZ
         - [左侧位置] [顶部位置] [缩放因子]
       * - /FitH
         - [顶部位置]
       * - /FitV
         - [左侧位置]
       * - /FitR
         - [左侧] [底部] [右侧] [顶部]
       * - /FitB
         - 无需额外参数
       * - /FitBH
         - [顶部位置]
       * - /FitBV
         - [左侧位置]
    """
    pages_obj = cast(Dict[str, Any], self.get_object(self._pages))
    page_link = pages_obj[PA.KIDS][pagenum]
    page_dest = pages_obj[PA.KIDS][pagedest]  # TODO: 为外部链接做适配
    page_ref = cast(Dict[str, Any], self.get_object(page_link))

    border_arr: BorderArrayType
    if border is not None:
        border_arr = [NameObject(n) for n in border[:3]]
        if len(border) == 4:
            dash_pattern = ArrayObject([NameObject(n) for n in border[3]])
            border_arr.append(dash_pattern)
    else:
        border_arr = [NumberObject(0)] * 3

    if isinstance(rect, str):
        rect = NameObject(rect)
    elif isinstance(rect, RectangleObject):
        pass
    else:
        rect = RectangleObject(rect)

    zoom_args: ZoomArgsType = [
        NullObject() if a is None else NumberObject(a) for a in args
    ]
    dest = Destination(
        NameObject("/LinkName"), page_dest, NameObject(fit), *zoom_args
    )  # TODO: 为链接创建更合适的名称

    lnk = DictionaryObject(
        {
            NameObject("/Type"): NameObject(PG.ANNOTS),
            NameObject("/Subtype"): NameObject("/Link"),
            NameObject("/P"): page_link,
            NameObject("/Rect"): rect,
            NameObject("/Border"): ArrayObject(border_arr),
            NameObject("/Dest"): dest.dest_array,
        }
    )
    lnk_ref = self._add_object(lnk)

    if PG.ANNOTS in page_ref:
        page_ref[PG.ANNOTS].append(lnk_ref)
    else:
        page_ref[NameObject(PG.ANNOTS)] = ArrayObject([lnk_ref])

解决方案：用PyMuPDF快速实现跨PDF链接 #

PyMuPDF（别名fitz）原生支持添加指向外部PDF的链接，操作比PyPDF2简单直接，核心用Page.add_link()方法即可。

示例代码：

import fitz  # 导入PyMuPDF

# 打开源PDF文件
src_pdf = fitz.open("source.pdf")
# 获取要添加链接的页面（索引从0开始）
target_page = src_pdf[0]

# 定义可点击区域：(x0, y0, x1, y1)，对应左下到右上的坐标范围
click_rect = fitz.Rect(100, 100, 300, 150)

# 添加指向外部PDF的链接
# URI格式：file:///路径#page=页码（Windows用三个斜杠，Linux/macOS用两个斜杠，页码从1开始）
target_page.add_link(
    rect=click_rect,
    uri="file:///C:/documents/target.pdf#page=2"
)

# 保存修改后的PDF
src_pdf.save("modified_source.pdf")
src_pdf.close()

关键细节 #

• 路径格式：Windows系统前缀为file:///，Linux/macOS为file://；路径中的空格用%20替换。
• 目标页码：通过#page=数字指定，是PDF的实际页码（从1开始）。
• 页面适配：如果需要指定打开目标PDF时的缩放/适配方式，可以通过link.set_dest()方法补充配置，部分阅读器也支持在URI中直接添加适配参数。

PyPDF2的改造方案（可选） #

如果一定要用PyPDF2，需要修改它的add_link方法适配外部链接：

1. 注释掉内部目标页面的获取代码page_dest = pages_obj[PA.KIDS][pagedest]
2. 按照PDF规范构造外部目标的Dest数组，比如[NameObject("/F"), StringObject("target.pdf"), NameObject("/Fit")]
3. 将链接字典中的/Dest替换为上述外部目标，或者改用/A动作字典（更标准的外部链接实现方式）

这种方式需要熟悉PDF底层规范，不如PyMuPDF便捷。

内容的提问来源于stack exchange，提问作者Sekar Ari-vinoth