Python自动化调整PDF页面尺寸的实用指南

1. 为什么需要调整PDF页面尺寸？

在日常办公和文档处理中，PDF页面尺寸调整是个高频需求场景。我最近帮市场部同事处理宣传册时，就遇到了原始A4尺寸需要适配不同展示场景的问题。比如：

• 打印店要求提交210×297mm的标准A4
• 展会易拉宝需要放大到900×2000mm
• 电子屏展示需要调整为16:9的屏幕比例

传统做法是用专业PDF编辑器手动调整，但当遇到批量处理或需要编程集成时，Python就展现出独特优势。通过代码控制不仅能实现精准尺寸调整，还能结合其他自动化流程，比如我最近做的一个项目就实现了：

1. 自动监测邮箱接收的PDF文件
2. 根据文件名关键词识别目标尺寸
3. 批量转换后分发到不同部门

2. 核心工具选型与原理

2.1 PyPDF2库的深度解析

PyPDF2是目前最成熟的Python PDF处理库，其页面尺寸调整的核心原理是：

python复制from PyPDF2 import PdfFileWriter, PdfFileReader

def resize_pdf(input_path, output_path, new_size):
    writer = PdfFileWriter()
    reader = PdfFileReader(input_path)
    
    for page_num in range(reader.numPages):
        page = reader.getPage(page_num)
        page.scaleTo(new_size[0], new_size[1])  # 关键缩放方法
        writer.addPage(page)
    
    with open(output_path, "wb") as f:
        writer.write(f)

这个看似简单的scaleTo()方法背后，实际是通过修改PDF的MediaBox和CropBox两个关键参数实现：

• MediaBox: 定义物理页面尺寸
• CropBox: 定义可视区域范围

重要提示：某些PDF生成工具会设置固定的页面Box参数，这时需要先用page.cropBox.lowerLeft = [0,0]重置坐标系

2.2 备选方案对比

3. 完整实现方案

3.1 基础尺寸转换

先看一个将A4转为A3的完整示例：

python复制from PyPDF2 import PdfFileWriter, PdfFileReader
import math

def convert_a4_to_a3(input_file, output_file):
    # A4尺寸(210x297mm)转A3(297x420mm)
    a4_width, a4_height = 210*2.83465, 297*2.83465  # mm转pt(1mm=2.83465pt)
    scaling_factor = math.sqrt(2)  # A系列纸张的缩放系数
    
    writer = PdfFileWriter()
    reader = PdfFileReader(input_file)
    
    for page in [reader.getPage(i) for i in range(reader.numPages)]:
        # 先缩放内容再设置页面尺寸
        page.scale(scaling_factor, scaling_factor)
        page.mediaBox.upperRight = (
            page.mediaBox.getUpperRight_x() * scaling_factor,
            page.mediaBox.getUpperRight_y() * scaling_factor
        )
        writer.addPage(page)
    
    with open(output_file, "wb") as f:
        writer.write(f)

3.2 智能适配方案

实际业务中更常见的是动态适配需求，比如这个智能适配函数：

python复制def smart_resize(input_path, output_path, target_size, keep_ratio=True):
    """智能调整PDF尺寸
    Args:
        target_size: (width, height) 单位毫米
        keep_ratio: 是否保持宽高比
    """
    writer = PdfFileWriter()
    reader = PdfFileReader(input_path)
    
    for page in [reader.getPage(i) for i in range(reader.numPages)]:
        # 获取当前页面尺寸(转换为mm)
        curr_width = page.mediaBox.getWidth() / 2.83465
        curr_height = page.mediaBox.getHeight() / 2.83465
        
        # 计算缩放比例
        if keep_ratio:
            ratio = min(target_size[0]/curr_width, target_size[1]/curr_height)
            new_width = curr_width * ratio
            new_height = curr_height * ratio
        else:
            new_width, new_height = target_size
        
        # 执行缩放(转回pt单位)
        page.scaleTo(new_width*2.83465, new_height*2.83465)
        writer.addPage(page)
    
    with open(output_path, "wb") as f:
        writer.write(f)

4. 实战问题排查指南

4.1 内容偏移问题

上周处理公司年报时遇到个典型问题：缩放后内容偏离中心。解决方案是添加居中校准代码：

python复制# 在缩放代码后添加
page.mediaBox.lowerLeft = [
    (new_width - page.mediaBox.getWidth())/2,
    (new_height - page.mediaBox.getHeight())/2
]

4.2 批量处理内存泄漏

处理500+页的技术手册时发现内存持续增长，这是因为没有及时关闭文件描述符。正确做法是：

python复制with open(input_path, "rb") as in_file, open(output_path, "wb") as out_file:
    reader = PdfFileReader(in_file)
    writer = PdfFileWriter()
    # ...处理逻辑...
    writer.write(out_file)  # 确保在with块内完成操作

4.3 字体模糊优化

当缩小页面时文字可能变模糊，这时需要启用高质量渲染模式：

python复制page.compressContentStreams = False  # 禁用内容流压缩
page.mergeScaledTranslatedPage(page, scale, 0, 0)

5. 高级应用场景

5.1 多尺寸批量生成

市场部经常需要同一文档的不同尺寸版本，这个脚本可以一键生成：

python复制sizes = {
    'A4': (210, 297),
    'A5': (148, 210),
    'Letter': (216, 279),
    'Poster': (900, 2000)
}

for name, size in sizes.items():
    smart_resize('original.pdf', f'output_{name}.pdf', size)

5.2 动态适配打印机

连接打印机自动获取可打印区域：

python复制import win32print  # Windows系统专用

def get_printer_limits(printer_name):
    hprinter = win32print.OpenPrinter(printer_name)
    attributes = win32print.GetPrinter(hprinter, 2)["pDevMode"].PaperSize
    return (attributes.PaperWidth, attributes.PaperHeight)

5.3 网页集成方案

用Flask构建的在线转换服务核心逻辑：

python复制@app.route('/resize', methods=['POST'])
def handle_resize():
    file = request.files['pdf']
    width = float(request.form['width'])
    height = float(request.form['height'])
    
    with tempfile.NamedTemporaryFile() as tmp:
        file.save(tmp.name)
        output = io.BytesIO()
        smart_resize(tmp.name, output, (width, height))
        
        return send_file(
            output,
            mimetype='application/pdf',
            as_attachment=True,
            download_name='resized.pdf'
        )

最近在处理技术文档时发现，保持原始排版的同时调整尺寸，最稳妥的方法是先计算内容区域与页边距的比例关系，然后在缩放时同步调整这些参数。比如将页边距从20mm缩小到15mm时，内容区域应该按比例放大，而不是简单拉伸。这个细节能让最终效果更专业。