有没有办法在python中设置pdf的标题和作者元数据属性？

Question

我需要从 word 文档创建大量符合 ADA 标准的 pdf。我使用了来自 comtypes.client 的代码 sn-p，它可以很好地创建 pdf，但是当我在 PDF 上运行可访问性检查器时，它给出了 Title FAIL，并且它的作者名字是我的名字而不是我的组织的名字.有没有办法在制作 PDF 时或在完成后设置标题和作者？我更喜欢使用 python，但如果还有其他更简单的方法，我就是游戏。

我看过 PyPDF2，但它似乎只设置“自定义元数据”，而不是实际更改或设置标题/作者属性。 （加上我从网上尝试的代码 sn-p 一直返回错误 - 我没有粘贴代码，因为我认为它无论如何都不能满足我的需要..）

我不知道 pdftk 之类的东西是否能满足我的需求...我无论如何都找不到免费版本的功能，我看到了这个示例 https://sejh.wordpress.com/2014/11/26/changing-pdf-titles-with-pdftk/，但充其量它看起来可能适用于标题但不是作者，我不确定是否有一种简单的方法可以为许多 pdf 运行脚本...

我还研究了 EXIF，它似乎只读取 pdf，但指向 XMP 作为写入元数据的一种方式......只有在我从一个广泛的 XMP 兔子洞中重新浮出水面后，我还是不知道它是否有用与否。

所以我想我会在这里尝试。看看是否有人有一个好的、简单的 python 解决方案，或者如果没有，可以指出一个值得去的兔子洞，以及如何导航所述兔子洞以找到答案的任何提示。

非常感谢！

Answer 1

通过使用 Python 的 docx 中的 core_properties 属性，我能够在 Word 文档阶段解决我的问题（我在最初发帖时不知道这个属性）。

import docx
doc = docx.Document()
cp = doc.core_properties
cp.author = 'author name'                
cp.title = 'title content'
cp.subject = 'subject content'

当我随后使用 Python 的 comtypes 将 Word doc 转换为 pdf 时，元数据成功传输。

Answer 2

您作为作者的一般原因是“机器用户是作者，即使那是您的秘书”，所以最简单的方法是在“组织”登录中运行 PDF 应用程序，但正如您指出的，pdftk 允许您进行更改，所以坚持下去。使用 Python 在 NewInfo.txt 中编写必要的更改，然后运行 ​​pdftk。

InfoBegin
InfoKey: Creator
InfoValue: Stack OverFlow
InfoBegin
InfoKey: Producer
InfoValue: Status Quo
InfoBegin
InfoKey: Author
InfoValue: K Steinmann
InfoBegin
InfoKey: Title
InfoValue: Whatever You Want, Whatever You Need, dah dah dah...

pdftk input.pdf update_info NewInfo.txt output output.pdf