PyPDF2 Encoded/DecodedStreamObject编辑PDF setData失效问题

你的代码不生效是两个操作逻辑错误导致的：

• ogg.decodedSelf是PyPDF2读取流时临时生成的解码副本，你对这个临时对象调用setData()不会同步修改原始EncodedStreamObject的内容，等于改了个用完就扔的临时变量，最终写入PDF的时候还是读的原始未修改的流数据。
• PyPDF2写入页面对象时，不会自动同步你对流对象内部属性的零散修改，必须显式把修改后的流对象回写到页面对应的/Contents节点才会生效。

from PyPDF2 import PdfFileReader, PdfFileWriter
from PyPDF2.generic import DecodedStreamObject, NameObject

in_file = "input.pdf"
pdf = PdfFileReader(in_file)
# 仅处理第一页
page = pdf.pages[0]
contents = page["/Contents"]

# 兼容单流、多流两种PDF内容结构
if not isinstance(contents, list):
    contents = [contents]

# 读取目标流的解码文本
target_stream = contents[1].get_object()
raw_content = target_stream.getData().decode('utf-8', errors='ignore')
# 执行文本替换
new_content = raw_content.replace("old text string", "new text string")

# 构造新的内容流
new_stream = DecodedStreamObject()
new_stream.setData(new_content.encode('utf-8'))
# 继承原流的过滤器配置，避免PDF无法正常渲染
if target_stream.get("/Filter"):
    new_stream[NameObject("/Filter")] = target_stream.get("/Filter")

# 替换内容数组里的对应流，回写到页面
contents[1] = new_stream
page[NameObject("/Contents")] = contents

writer = PdfFileWriter()
writer.addPage(page)
with open("output.pdf", "wb") as out_file:
    writer.write(out_file)

• 硬编码用utf-8解码流内容很容易报错，部分PDF用的是其他编码，加errors='ignore'可以跳过无法解码的特殊字符，避免程序中断。
• 不少PDF会把文本拆分到多个内容流里，甚至做字体子集化、字符坐标偏移，这种情况下直接全局字符串替换可能搜不到目标文本，属于PDF本身的结构限制，不是代码问题。如果碰到这类文件，建议先定位目标文本所在的具体流序号再替换，复杂场景可以换用pypdf（PyPDF2的官方继任维护版本）获得更好的流操作支持。
• 不要尝试修改原流对象的decodedSelf属性，这个属性是内部缓存用的，没有对外的同步逻辑，改了也不会被写入逻辑识别。

内容的提问来源于stack exchange，提问作者F48R1