使用reportlab和PyPDF2合并PDF会丢失图像和嵌入字体

我正在尝试获取存储在AWS上的现有PDF,将其读入我的后端(Django 1.1,Python 2.7),并在页边空白处添加文本。我当前的代码成功地接收了PDF并将文本添加到页边空白处,但它破坏了PDF:

在浏览器中打开时:

1. 删除图片
2. 偶尔在单词之间添加字符
3. 偶尔会完全更改PDF的字符集

在Adobe中打开时:

1. 表示“无法提取嵌入字体‘任意字体名称’” 许多字符无法正确显示或打印“
2. 表示“发生绘图错误”
3. 如果有预编辑的图片,则表示“没有足够的数据用于 “图像”

我已经制作了自己的PDF,有/没有预定义的字体,有/没有图像。那些具有预定义字体且没有图像的文件按预期工作,但对于图像,它会抛出“读取流时出错”在Adobe中打开时,只是不在浏览器中显示图像。我得出的结论是,缺少字体是字符出现问题的原因,但我不确定为什么图像没有显示出来。

我无法控制正在编辑的PDF的内容,因此我无法确保它们只使用预定义的字体,而且它们肯定需要包含图像。下面是我的代码

from reportlab.pdfgen import canvas

from PyPDF2 import PdfFileWriter, PdfFileReader
from StringIO import StringIO

class DownloadMIR(APIView):
    permission_classes = (permissions.IsAuthenticated,)

    def post(self, request, format=None):
        data = request.data

        file_path = "some_path"
        temp_file_path = "some_other_path"

        # read your existing PDF

        if default_storage.exists(file_path):
            existing_pdf = PdfFileReader(default_storage.open(file_path, 'rb'))
        else:
            raise Http404("could not find pdf")

        packet = StringIO()
        # create a new PDF with Reportlab
        can = canvas.Canvas(packet)
        height, width = int(existing_pdf.getPage(0).mediaBox.getUpperRight_x()), int(
            existing_pdf.getPage(0).mediaBox.getUpperRight_y())
        print("width:" + str(width) + " height: " + str(height))
        can.setPageSize([width, height])
        can.rotate(90)
        footer = "Prepared for " + request.user.first_name + " " + request.user.last_name + " on " + datetime.now().strftime('%Y-%m-%d at %H:%M:%S')
        can.setFont("Courier", 8)
        can.drawCentredString(width / 2, -15, footer)
        can.save()

        packet.seek(0)
        new_pdf = PdfFileReader(packet)

        output = PdfFileWriter()
        for index in range(existing_pdf.numPages):
            page = existing_pdf.getPage(index)
            page.mergePage(new_pdf.getPage(0))
            output.addPage(page)
            #print("done page " + str(index))

        response = HttpResponse(content_type="application/pdf")

        response['Content-Disposition'] = 'attachment; filename=' + temp_file_path

        output.write(response)
        return response

使用 script I found online ,我看到有未嵌入的字体。

Font List
['/MPDFAA+DejaVuSansCondensed', '/MPDFAA+DejaVuSansCondensed-Bold
', '/MPDFAA+DejaVuSansCondensed-BoldOblique', '/MPDFAA+DejaVuSans
Condensed-Oblique', '/ZapfDingbats']

Unembedded Fonts
set(['/MPDFAA+DejaVuSansCondensed-Bold', '/ZapfDingbats', '/MPDFA
A+DejaVuSansCondensed-BoldOblique', '/MPDFAA+DejaVuSansCondensed'
, '/MPDFAA+DejaVuSansCondensed-Oblique'])

问题是,有没有办法从原始PDF中提取嵌入的字体,并将其嵌入到新的PDF中;还有,是不是有什么我做得不好导致图像无法嵌入?