Офис и PDF

Вымарать конфиденциальный текст в PDF

Находит заданные слова и безвозвратно удаляет их вместе с текстовым слоем.

Python Windows macOS Linux Продвинутый
Скачать redact_pdf.py
Описание

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.

Перед запуском
  • Редактирование необратимо. Работайте с копией и проверяйте результат в просмотрщике.
Запуск

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.

Примеры

Другие варианты

  • python redact_pdf.py report.pdf --terms 'секретно' --clean-metadata
  • python redact_pdf.py data.pdf --terms '192.0.2.10' --outdir safe --force
Зависимости

Что понадобится

Python 3.10+ Интерпретатор и стандартная библиотека
Windows winget install Python.Python.3.12
macOS brew install python
Linux sudo apt install python3
PyMuPDF
Windows py -m pip install PyMuPDF
macOS python3 -m pip install PyMuPDF
Linux python3 -m pip install PyMuPDF
Исходник

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.

CLI 1.0.0

Скачать без браузера

Команда скачает этот файл в текущую папку. CLI работает на Windows, macOS и Linux.

scriptdock get office-pdf-redact
  • Поиск по всему каталогу
  • Python 3.10+
  • Без внешних пакетов
Скачать CLI

GUI-версия готовится. Подробнее

Категория

Офис и PDF

PDF, Word, Excel, презентации, документы и печать.