使用PyMuPDF删除PDF注释时报mupdf: invalid key in dict错误如何解决

错误原因 #

• doc.save()方法被放置在页面遍历循环内部，每处理完1页就执行一次保存操作，会直接修改文档对象的底层结构，后续遍历其余页面时就会触发mupdf底层的invalid key in dict异常。
• 直接遍历page.annots()迭代器的同时执行删除操作，会导致迭代器失效，部分结构不规范的PDF也会触发同类报错。

修复后代码 #

import fitz
import re

doc = fitz.open("test.pdf")
# 遍历所有页面，提前转成列表避免遍历过程中文档结构变化引发异常
for page in list(doc):
    # 提前将当前页所有注释转成列表，避免删除操作导致迭代器失效
    for annot in list(page.annots()):
        try:
            page.delete_annot(annot)
        except RuntimeError:
            # 跳过结构异常的注释，避免中断整体执行
            continue
# 全部页面处理完成后统一执行保存
doc.save('test1.pdf')
doc.close()

补充说明 #

如果源PDF本身存在结构损坏，可在打开文件时开启自动修复参数：
doc = fitz.open("test.pdf", repair=True)

内容的提问来源于stack exchange，提问作者Sundaram