Вымарать конфиденциальный текст в PDF
Находит заданные слова и безвозвратно удаляет их вместе с текстовым слоем.
Что делает скрипт
Скрипт ищет каждое указанное слово на страницах через PyMuPDF, ставит чёрную область и применяет редактирование. В отличие от простого рисования прямоугольника, текст под областью действительно удаляется. Метаданные можно очистить флагом --clean-metadata.
- Редактирование необратимо. Работайте с копией и проверяйте результат в просмотрщике.
Быстрый старт
python redact_pdf.py contract.pdf --terms 'Иванов' 'demo@example.com'
Скачайте файл, откройте терминал в папке со скриптом и выполните команду.
В Linux и macOS интерпретатор может называться python3, в Windows - python или py.
Другие варианты
python redact_pdf.py report.pdf --terms 'секретно' --clean-metadatapython redact_pdf.py data.pdf --terms '192.0.2.10' --outdir safe --force
Что понадобится
winget install Python.Python.3.12
brew install python
sudo apt install python3
py -m pip install PyMuPDF
python3 -m pip install PyMuPDF
python3 -m pip install PyMuPDF
redact_pdf.py
#!/usr/bin/env python3
"""Необратимое вымарывание заданных слов в PDF."""
from __future__ import annotations
import argparse
import sys
from pathlib import Path
try:
import pymupdf as fitz
except ImportError:
import fitz
def main() -> int:
parser = argparse.ArgumentParser(description="Вымарать текст в PDF")
parser.add_argument("input", type=Path, help="Исходный PDF")
parser.add_argument("--terms", nargs="+", required=True, help="Слова или фразы для удаления")
parser.add_argument("--password", help="Пароль PDF")
parser.add_argument("--clean-metadata", action="store_true", help="Очистить метаданные документа")
parser.add_argument("--outdir", type=Path, default=Path("redacted"), help="Папка результатов")
parser.add_argument("--force", action="store_true", help="Перезаписать результат")
args = parser.parse_args()
path = args.input.expanduser()
if not path.is_file():
print(f"Файл не найден: {path}", file=sys.stderr)
return 2
terms = [term for term in args.terms if term.strip()]
if not terms:
print("Не задано ни одного слова", file=sys.stderr)
return 2
target = args.outdir.expanduser() / f"{path.stem}_redacted.pdf"
if target.exists() and not args.force:
print(f"Файл уже существует: {target}. Добавьте --force.", file=sys.stderr)
return 2
try:
document = fitz.open(str(path))
except Exception as error:
print(f"Не удалось открыть PDF: {error}", file=sys.stderr)
return 1
removed = 0
try:
if document.needs_pass and not document.authenticate(args.password or ""):
print("Неверный пароль или защита не поддерживается", file=sys.stderr)
return 2
for page in document:
for term in terms:
for rect in page.search_for(term):
page.add_redact_annot(rect, fill=(0, 0, 0))
removed += 1
page.apply_redactions()
if removed == 0:
print("Совпадений не найдено, файл не создан.")
return 1
if args.clean_metadata:
document.set_metadata({})
try:
document.del_xml_metadata()
except Exception:
pass
target.parent.mkdir(parents=True, exist_ok=True)
document.save(str(target), garbage=4, deflate=True)
finally:
document.close()
print(f"Готово: {target}")
print(f"Удалено фрагментов: {removed}")
return 0
if __name__ == "__main__":
raise SystemExit(main())
Скрипты работают с файлами и настройками системы. Перед запуском прочитайте код и проверьте пути. Особенно если скрипт удаляет, перезаписывает или перемещает данные.