如何使用ReportLab生成可复现的PDF文件？

嘿，我猜你肯定碰到过这个糟心的问题——用ReportLab生成PDF时，哪怕内容完全没改，每次输出的文件都不一样，用diff工具一看，发现是自动生成的创建/修改时间戳、还有随机的MD5文档标识符在搞鬼对吧？别慌，我来给你分享几个能生成完全可复现PDF的实用办法：

• 固定时间戳，不让系统自动生成
  ReportLab默认会把当前时间填到PDF的CreationDate和ModDate里，这自然每次都不一样。我们完全可以手动指定一个固定的日期值，比如选一个你觉得方便的固定时间（比如2020年元旦零点），把这两个日期硬编码进去：

  from reportlab.pdfgen import canvas
  
  # 初始化画布
  c = canvas.Canvas("reproducible.pdf")
  # 手动设置固定的创建和修改日期
  c.setCreationDate("D:20200101000000+00'00'")
  c.setModDate("D:20200101000000+00'00'")
  # 正常绘制你的内容
  c.drawString(100, 750, "这是一个可复现的PDF文件")
  # 保存文件
  c.save()
  

• 固定文档ID，消除随机MD5
  除了时间戳，ReportLab还会自动生成一个随机的MD5值作为文档的唯一标识符，这也是文件差异的源头之一。我们可以手动给文档指定一个固定的ID，代替随机生成的：

  from reportlab.platypus import SimpleDocTemplate, Paragraph
  from reportlab.lib.styles import getSampleStyleSheet
  
  styles = getSampleStyleSheet()
  # 初始化文档模板
  doc = SimpleDocTemplate("reproducible_doc.pdf")
  # 设置固定的文档ID（用字节串格式）
  doc.docID = b"my-fixed-doc-id-2024-001"
  # 准备文档内容
  story = [Paragraph("可复现PDF示例内容", styles["BodyText"])]
  # 构建并保存文档
  doc.build(story)
  

• 额外注意：避免加密带来的随机差异
  如果你给PDF加了加密，加密过程中用到的随机盐、初始化向量这些也会让文件每次都不一样。所以如果不是必须加密，就别开这个功能；如果一定要加密，那得手动指定固定的加密参数（比如固定的密钥、盐值），不过这种情况比较少见，一般用不到。

最后你可以用文件哈希工具验证一下，比如Linux的sha256sum或者Windows的Get-FileHash，只要每次生成的哈希值一致，就说明PDF是完全可复现的啦。

备注：内容来源于stack exchange，提问作者anx