企业官网建设流程全解析

PDF 这个格式吧，说好用是真的好用，排版不乱、跨平台不变样；可它要是被加了限制，那真是让人血压飙升。遇到过多少次这种场景？辛辛苦苦做个文档想打印，提示“打印权限受限”；想从同事发来的 PDF 里摘两段文字写周报，结果文本被锁根本复制不了；好不容易找到一个“免费在线转换”的网站，转完 500KB 的文件，文件上稳稳挂着一行水印，还附带了一串推广下载按钮。我一直觉得，PDF 的“限制”不该变成软件收费的生意，更不该变成用户日常使用的绊脚石。这篇就围绕“免费无广、一键解除 PDF 那堆恼人的限制”这个话题，把我这些年攒下来的本地工具、操作命令、批量处理脚本，从头到尾梳理一套能直接上手的工作流，顺便把那些搜高热度的问题——网页里的 PDF 怎么下载、Microsoft Print to PDF 怎么加新纸张尺寸、Python 怎么批量提取 PDF 里的图片——全部揉进实操里讲透。这篇文章不给你推那种“下载完先装全家桶”的软件，更不会让你把公司机密传到不明网站上，所有方案都优先考虑离线、免费、可复现，适合被 Adobe 订阅费劝退的个人用户，也适合经常跟合同、说明书、论文打交道又不能乱装付费软件的打工人参考。

1. 需求拆解：你的 PDF“不自由”究竟卡在哪

1.1 一个工具打不了天下

我自己早年间也踩过这个坑：为了省事，电脑里只装一个所谓“全功能PDF编辑器”，结果阅读时启动慢，转换时格式乱，想合并两个 PDF 找不到入口，想压缩一下文件体积又提示这是会员功能。后面被坑了几次才明白一个道理——PDF 的需求其实是一捆需求，阅读、编辑、转换、合并、拆分、压缩、提取、签名、打印，每一个场景对应的最佳工具都不一样。指着一款软件解决所有问题，就像指望一把瑞士军刀能当菜刀、当剪刀、当螺丝刀用，最后用起来哪哪都不顺手。

以“限制”举例，PDF 里能被人为设定的限制五花八门。最常见的包括文档打开需要密码、内容不允许复制、页面不能打印、禁止编辑、禁止注释、禁止提取页面。这些限制有些是作者出于版权保护加上的，有些是公司内部在导出文档时不小心勾选的安全选项，也有些纯粹是发布工具默认设置埋的雷。想“彻底自由”，第一步其实是搞清楚你手上这份 PDF 到底是哪种限制，不同限制有完全不同的处理思路。

我平时收到别人求助，第一句话常问：“你是在哪里卡住的？”是打开需要密码，还是能打开但按钮是灰的？如果你的目标是编辑复制，限制却写在权限标记里，那它跟密码加密根本不是一回事，处理难度完全不在一个量级。很多人拿着“有密码保护”的 PDF 到处找解密工具，实际上文档可能根本没设打开密码，只是在 Acrobat 里勾了“禁止打印”和“禁止复制”。这种场景下处理起来非常轻松，后面会专门讲。

1.2 那些让你想摔鼠标的典型限制场景

在日常使用里，真正高频的限制场景其实就那么几类，我自己基本都踩过一遍：

• 从某公司官网下载的产品手册，打开以后文字能看不能选，复制粘贴出来全是空白，没办法把参数摘出来做对比表。
• 网上下载了一份学习资料，打印按钮可用，但每次打印右上角都会带着网站水印，想截图裁掉又影响清晰度。
• 在浏览器里直接打开一个 PDF，预览一切正常，但等你点下载按钮时，发现网站做了遮蔽，右键菜单也被禁用，PDF 只在网页内存里加载，根本落不到本地。
• Word 或 WPS 里排版好的文件转成 PDF 之后，发给同事，结果同事打开要么缺字体，要么显示错位，只能再转成图片版。
• 自己扫描的合同、发票想合并成一个 PDF 发给财务，找了一圈在线合并不但传得慢，而且对方的免费版还有页数限制和广告混入。

这些看似零散的问题，背后其实指向同一个诉求：文件属于你自己，你有权阅读、处理、保存、复用，不该被某个软件的功能墙或者文件的权限标记卡住。市面上确实有很多“一键解锁 PDF 限制”的收费工具，但我始终觉得，为了一个本来就能在命令行里用三秒解决的问题去付费订阅，有些浪费。咱们这篇文章的核心，就是把这些限制一个个解锁，并且尽量做到免费、无广告、离线本地运行。

1.3 为什么我坚定推荐“本地软件优先”的策略

先说在线工具。我理解大家为什么爱用在线转换网站，因为不需要安装，打开浏览器就能解决问题。但在线转 PDF 有一个致命隐患：你手上的合同、简历、报表、标书，全部要上传到别人的服务器，经过一次“第三方中转”。你并不知道这些文件会被保存多久、会不会被拿去训练模型、会不会被内部人员看到。哪怕平台写明了“上传文件 1 小时后自动删除”，对于敏感文件的处理，我也建议你谨慎再谨慎。

还有个容易被忽视的点是“广告污染”。很多在线 PDF 工具免费版会在转换结果里加水印，在页面上放各种诱导性下载按钮，一不小心就装了一大堆捆绑软件。哪怕它们声称“免费无广告”，实际操作时也多的是套路。本地开源工具没有这些商业动机，代码本身就是公开的，文件不出你的电脑，逻辑也非常透明。

一次转换 10 个文件、批量处理 200 页 PDF、每天固定导出报表，这种高频重复需求用在线工具多半还要排队等待。本地工具的优势是数据零出网、处理速度快、无页数限制、格式还原度通常更高，特别适合批量操作。我把工具组合拳打出来之后，你会有一种“原来 PDF 从来没限制过我，只是我不会用工具”的畅快感。

2. 工具选型解析：一套免费组合拳，覆盖所有PDF高频需求

2.1 我的本地PDF工具三件套

说实话，我现在的电脑里已经不装任何商业 PDF 全家桶了，日常基于三类工具组合：系统自带或是开源的阅读器、专门的页面管理工具、命令行批处理程序。这里列一下我长期在用的方案组合，全部免费、无广告：

这个组合有个特点：越是基础的操作越依赖通用型软件，越到“批量”“自动化”阶段才动用脚本。很多刚接触的朋友总想着一步到位学 Python，其实不需要，如果只是偶尔合并两个 PDF，用 PDFsam 拖一拖鼠标就够了。脚本是给“每天都要做同样的事情”的人准备的。

2.2 按场景选型：不要一上来就重装一大堆软件

工具不是越贵越高级，关键是匹配场景。我按使用频率，建议你按照这套逻辑来选：

场景一：偶尔读一读 PDF，不编辑。直接用浏览器，Edge 和 Chrome 内置的 PDF 阅读器已经非常好用，支持目录、搜索、缩放、打印、横竖屏切换，甚至可以做高亮等简单标注。没必要单独装一个阅读器。

场景二：经常需要合并 PDF、拆分 PDF 页面。装一个 PDFsam Basic 就足够了。它是本地运行的开源软件，社区版免费，核心功能就是页面管理。合并、拆分这类操作完全不涉及“编辑某一行文字”这种复杂需求，它是靠页面内容重排实现的，稳定性很好。

场景三：需要把 PDF 转成 Word 或其他格式。先别急着找在线转换，试试本地办公软件能不能直接打开 PDF。LibreOffice 可以从 PDF 导入并导出成 Word、HTML 等多种格式；WPS 个人版也能打开 PDF。不过说实话，复杂排版的还原度跟 Acrobat 仍有差距。如果你的 PDF 是扫描图片型，任何直接转换都拿不到可选中的文字，必须先做 OCR 文字识别，这个后面展开说。

场景四：PDF 封面下载不了、网页内嵌 PDF 想保存成本地文件。这是浏览器操作问题，用开发者工具抓资源或直接调用打印功能就能搞定，跟额外装工具没关系，稍后详细讲。

场景五：一大堆 PDF 要批量提取图片、批量改文件名、批量加页眉水印。这种时候“鼠标操作”已经拖了后腿，用 Python 脚本处理最有效率。我经常用 PyMuPDF 写小脚本，几秒钟处理完几百个文件，同时能保留原有目录结构和文件命名规则，手动操作根本比不了。

2.3 理解PDF结构，是解决一切问题的前提

先做一个小科普。PDF 不是像 Word 那样“一整坨文字”的文件，它内部可以理解为一个小型数据库：一整棵对象树，里面包含页面对象、内容流、字体资源、图片对象、元数据等模块。用文本编辑器打开 PDF 通常是一堆乱码，但乱码之下是规范的文本指令，告诉阅读器“在坐标 (100,200) 位置，用这个字体，画这一行字”。

理解了这一点，你就知道为什么有些 PDF 能选字、有些 PDF 完全是照片。所谓“文本型 PDF”，是页面里有真正的文本对象，阅读器可以检索、复制；所谓“扫描版 PDF”，本质是页面图片嵌入文件，里面根本没有文字，复制自然复制不出一朵花来。网上很多人求助“PDF复制不了怎么办”，大多数情况根本不是权限限制，而是内容本来就是图片，选不了字是正常的。

同理，PDF 里的“禁止打印”“禁止复制”其实是一组加密权限标记，它们被记录在文档的加密字典里。当你用正确方式打开文档时，阅读器看到了权限标记，于是按约定禁用相关按钮。一定程度上这可以理解为“门没锁，但挂了块‘请勿入内’的牌子”，用命令行工具 qpdf 去掉这些标记并不是破解什么高深技术，而是把“牌子”摘下来而已。对于你自己有权处理的文件，这种操作合规且合理。

3. 核心实操：逐个搞定高频“限制”

3.1 免费无广告的PDF阅读标注：真的不用再装“全家桶”

很多朋友电脑里都装着 X 读、X 福等 PDF 阅读器，打开速度慢不说，还天天弹广告，动不动就推荐你购买会员。实测下来，浏览器内置的 PDF 阅读器在绝大多数场景已经足够，何况它没有广告，操作逻辑跟网页一样，零学习成本。

如果你觉得浏览器阅读时页面信息占比太大，想要更清爽的界面，推荐开源阅读器 SumatraPDF。它最大的特点是小、快、绿色，几十秒就能下载完，体积只有几兆，完全没有广告和弹窗。它支持连续滚动阅读、夜间模式、放大镜，打印时也能准确调用系统驱动。它不支持复杂注释，但对你日常看文档、看说明书、核对排版来说完全够用。

关于在线阅读器“不能选字”和“右键菜单被禁用”的问题，很多人以为是文件本身被锁了。其实在浏览器里的 PDF 预览组件里，右键菜单经常被站点脚本覆盖，但页面上的文字仍然是文本对象。想复制时，你大可不必依赖右键菜单，直接用快捷键 Ctrl+A 全选页面内容，再 Ctrl+C 复制，粘贴出来一样能拿到文字。这个技巧可以应付很多“网页端 PDF 不能复制”的假象。

3.2 打印受限怎么办：两种思路把文件“救”出来

打印限制是日常求助里出现频率很高的一个问题。出现“此文档已启用打印限制”或打印按钮灰掉的情况，无非是文档里的权限标记在做怪。如果你手上有一份自己有权处理的 PDF，处理思路分两种。

第一种思路是“反向打印”——既然原文不让打印，那就把每一页先转成图片，再把这些图片生成新的 PDF。相当于“人工照相”之后再输出，原有权限自然拦不住。方法不需要安装额外软件，用 LibreOffice Draw 打开 PDF，选择“文件-导出-导出为 PDF”，此时导出的就是一份没有任何限制的新 PDF。或者用系统打印对话框里的“Microsoft Print to PDF”功能，只要有页面能被渲染出来，就能重新输出一份印好的 PDF。

第二种思路是用命令行正规操作：qpdf 可以直接解除文档的操作限制。安装 qpdf 后，打开命令行，执行：

qpdf --decrypt input.pdf output.pdf

意思就是生成一个去掉了加密和权限标记的 output.pdf。注意这条命令对“没有打开密码、只有操作限制”的文件立竿见影；如果文档本身有打开密码，必须知道密码才能继续操作，比如：

qpdf --password=你的密码 --decrypt input.pdf output.pdf

需要郑重提醒一句：这类操作仅适用于你对这份文件有合法处理权限的情况，比如你自己导出的文档忘了关权限、公司内部给了你明确授权的技术资料等。如果文件是你从付费渠道下载、带有明确版权声明的作品，不应该通过这种方式规避版权保护，这一点要先拎清楚。

3.3 网页里的PDF怎么下载：不靠第三方插件的通用方案

网页上内嵌的 PDF 只让看不让下载，相信很多人都赶上过。普通人的第一反应是 Ctrl+S，结果只存下一个网页壳子，打开后还是没有下载按钮。这种情况推荐两条路。

一条是从浏览器开发者工具入手：在 PDF 预览页按 F12 打开开发者工具，切到 Network（网络）标签，刷新页面，在筛选框输入.pdf或者直接找类型是document的请求。通常你会看到一条以.pdf结尾的资源地址，在请求条目上点右键，选择“Open in new tab”或直接复制链接地址到新标签，等 PDF 真正以独立标签页加载后，再点浏览器右上角的下载图标就能保存到本地。

另一条思路是调用打印输出。对网页内嵌 PDF 点 Ctrl+P 键，在弹出的打印对话框里把目标打印机改成“另存为 PDF”，系统就会把当前预览内容“重新打印”成一份新的 PDF 文件保存到本地。这个方法不使用网页的任何下载按钮，纯粹靠浏览器渲染能力重出文件，所以几乎能通吃所有在线阅读器。

这两条路叠加基本能解决绝大多数“网页中的 PDF 怎么下载”的搜索需求。更复杂的情况，比如 PDF 被站点动态分段加载、或者只拼接了一部分预览页，那就需要看具体站点逻辑了，不是 PDF 工具本身能解决的范畴。

3.4 PDF转Word：文字版、扫描版两种处理路径完全不同

搜索“pdf转word”的人永远不少，但“免费转换工具”为什么很多都效果不好？因为 PDF 转 Word 本来就是个模糊需求：PDF 的记录方式是坐标排版，Word 的记录方式是流式排版。目标格式说到底是重新理解原页面的逻辑结构，算法再强也免不了出错。所以我的建议是：先分清楚你处理的是文字版还是扫描版。

文字版 PDF 转 Word。如果 PDF 里能选中文字，说明它本身有文本层。这种文件转换相对简单。使用 LibreOffice 打开 PDF，再“文件-另存为”选择 Word 文档，文字可以提取出来，但比较复杂的分栏、表格、图文混排可能会有漂移。想保留尽量多的排版，建议在转换前先把 PDF 版的“页面视图比例”调到 100%，然后逐段检查结果。若是文本内容非常规范的资料型 PDF，也可以先用pdftotext抽取纯文本，再用 Word 手工排版，反而比盲目转换更可靠。

扫描版 PDF 转 Word。如果 PDF 页面是一张一张的图片，那无论如何直接转 Word 得到的文字都不可选。这时的正确路径是 OCR 识别。OCR 工具有很多选择，Tesseract 是免费开源里比较知名的，支持几十种语言。常规流程是：先用工具把 PDF 页面拆成图片，再用 OCR 识别并输出文本或标准文档。如果你只是偶尔处理一两份文件，也可以借助手机上的扫描识别软件临时顶一顶，但涉及隐私文件时还是用本地方案更放心。需要专门强调，任何 OCR 的结果都要人工校对，尤其数字、字母、符号，识别率很难做到 100%，签合同或者填表前不要直接挪用了事。

3.5 Python提取PDF中的图片：一个能处理所有页面的批量脚本

如果你要找的是“python提取pdf中的图片”，说明你手头要么是图片素材多到一张张存太慢，要么是 PPT 转 PDF 后想恢复里面的原图。PyMuPDF 是我最喜欢用的库，它操作 PDF 底层结构，提取速度快、灵活度高。

先安装依赖：

pip install pymupdf

然后跑这个脚本，提取 PDF 中所有页面上的全部图片：

import fitz pdf_path = "input.pdf" doc = fitz.open(pdf_path) for page_index in range(len(doc)): page = doc.load_page(page_index) images = page.get_images(full=True) if not images: print(f"第 {page_index + 1} 页没有图片") for img_index, img in enumerate(images): xref = img[0] pix = fitz.Pixmap(doc, xref) if pix.n - pix.alpha > 3: pix = fitz.Pixmap(fitz.csRGB, pix) pix.save(f"page{page_index + 1}_img{img_index + 1}.png") doc.close() print("提取完成")

这里有两个容易踩的坑。第一，不是所有图片都能直接保存为 PNG，CMYK 颜色空间的图片直接保存会出现色偏或者报错，脚本里检测到通道数大于 3 后先转换 RGB 空间再保存，就能规避绝大多数问题。第二，get_images拿到的是页面资源里记录的图片对象，某些经过嵌套裁剪的图片可能提取出来是“完整大图”而不是显示出来的局部画面，这是 PDF 内部结构决定的，不是脚本问题。

如果只想要某一页的原始大图，也可以在前面循环里对 page_index 做一次条件判断，只处理你需要的页码，减少巨量无用输出。

3.6 Microsoft Print to PDF 如何添加新纸张尺寸：绕开格式坑的标准做法

“Microsoft Print to PDF 如何添加新纸张尺寸”这个搜索词背后是典型的办公痛点。Windows 自带的打印成 PDF 本来是个神器，但默认纸张类型里经常没有 A5、B5，或者没有你公司奇葩的“凭证纸”尺寸，打印时选择不了，整体内容就会被缩放得不成样子。

解决办法是在系统的打印服务器属性里自定义一个纸张规格。具体路径是：

1. 在 Windows 搜索框输入“打印机和扫描仪”，回车打开设置页。
2. 找到“Microsoft Print to PDF”那一项，点击进入“打印服务器属性”，或者直接在“控制面板-设备和打印机”页面点击菜单栏的“打印服务器属性”。
3. 在弹出的窗口里勾选“创建新表单”，起个名称，比如“自定义A5”，然后填写宽度和高度，注意单位是厘米。
4. 保存后，打开要打印的文档，调出打印对话框，选择“Microsoft Print to PDF”，再在打印机属性里找到“纸张/质量”或“高级”标签页，选择你刚创建的表单即可。

这种方式能解决大多数虚拟打印机的纸张问题。还有一个常见操作：如果你要打印的是网页内容，请在 Chrome/Edge 的打印预览页面里先选择目标纸张大小，再把边距调成“无”或“默认”，同时打开“背景图形”开关，这样打印出的 PDF 样式和网页显示基本一致。网页里的背景色、页眉页脚是要额外勾选才会输出的，否则出来的文件会“秃”一块。

3.7 PDF合并、拆分与无损压缩：页面级需求用Python也能暴力解决

页面级操作的话，图形界面上 PDFsam Basic 很好用，拖拽就行，这里不展开。但如果你想在自动化脚本里舒服地做完这些操作，推荐 Python 里用pypdf或者 PyMuPDF 完成。我处理 PDF 压缩文件时经常用 PyMuPDF，因为它能直接控制页面内图片的抽样率，压缩效果比“整文件重编”更精准。

给大家一段“把 PDF 页面输出为低分辨率图片 PDF”的示例代码，适合那些“不想改变页面布局，只想把几百 MB 的大文件压到几 MB”的场景：

import fitz doc = fitz.open("report.pdf") new_doc = fitz.open() for page in doc: rect = page.rect pix = page.get_pixmap(matrix=fitz.Matrix(1.2, 1.2)) temp_doc = fitz.open() page_holder = temp_doc.new_page(width=rect.width, height=rect.height) page_holder.insert_image(rect, pixmap=pix) new_doc.insert_pdf(temp_doc) temp_doc.close() new_doc.save("report_compressed.pdf", deflate=True, garbage=3)

这里我把整页内容转成了图片再重新生成 PDF。这种压缩方法对付“扫描版”效果立竿见影，但对付文字型 PDF 会牺牲可选中性和 OCR 文本层，要谨慎使用。文字型 PDF 想要压缩更合理的方式是重新采样内部图片——把页面上嵌的大图降一下分辨率，再用garbage=3清理无用对象。压缩比例能到多少，取决于文件里的图片占比和原始分辨率，没有统一基准。

3.8 Word/Excel转PDF：什么时候该“另存为”，什么时候该“打印成PDF”

转换方向反过来也高频出现：Word/Excel转PDF。很多人直接点“文件-另存为-PDF”，偶尔会发现排版和打印不一致；也有人习惯用虚拟打印机，结果字体全被“画”进页面里，以后想提取文字都提不出来。两条路的区别值得讲清楚。

“另存为 PDF”这种转换会有意识地保留文档结构，PDF 里通常带文字层，书签、超链接也能保留，后期可以选中文字，适合需要继续处理、检索或传输的文档。“打印成 PDF”走的是打印机驱动，相当于把整个可视化界面拍了一张“矢量快照”，所有元素被固化在当前打印尺寸的页面上，对于跨设备浏览更稳定，但交互结构往往丢失。

我的建议是：终稿对外交付文件用“另存为 PDF”，确保文件体量小且保留链接；临时给同事截图式地看效果、或者不想泄露可编辑原稿时，用“打印成 PDF”更保险。Excel 转 PDF 尤其需要检查打印区域，Excel 的默认打印范围经常是“所有有数据的区域”，会导致生成 PDF 包含大量空白页。转之前先设定好打印区域和页边距，页面布局里多预览几次，再输出。

4. 常见问题与排查技巧实录

实操环境里踩的坑，远比教程文案里看到的要多。我把一些高频问题集中放在这里，方便你按表格检索。

4.1 处理加密PDF的限制边界要牢记

很多人搜索“PDF限制解锁”时，期待的是拿到几行黑科技命令，能破掉所有加密文档。我在实际操作的时候必须给大家提个醒：PDF 的加密分两种，一种是“打开文档需要密码”，另一种是“只有功能限制”。打开密码保护是强加密，没有密码基本无法解开。任何号称“万能解密 PDF 打开密码”的工具，要么在收集你的文件用于字典攻击，要么根本不靠谱。所以遇到打开就需要密码的文档，我的建议非常直接：先确认你有没有合法渠道获取密码，没有就放弃。

而 qpdf 这类工具处理的是功能权限限制，它绕过的只是“设置项”，不是真正的密码保护，这和破解盗版文件有本质区别。你可以像使用自己的打印机一样把它当作一种权限管理手段，但拿它去处理从网上下的电子书、付费课程等资源，涉及版权问题，风险自己掂量。我在这篇文章里讲的技巧，都请放在“处理自己有合法权限的文件”这个前提下使用。

4.2 关于打印成新PDF和复制限制的“阴阳”说明

如果遇到不能复制的文本型 PDF，除了在“打印成 PDF”后再提取文本，还有一种思路是确认 PDF 本身的字体设置。部分 PDF 文件看起来能选中文字，但复制出来是乱码，这通常是因为它使用了自定义字体编码而不是标准编码，和“禁止复制”没有关系。这种情况用键盘 Ctrl+A 全选复制往往拿不到干净文本，更好的方法是先把页面“打印成 PDF”生成一个新文件，再用提取文本脚本处理，就不受原始字体编码影响了。

需要注意，如果文档本身的限制来自 DRM 版权保护平台，而不是 PDF 内置权限，比如某些在线阅读APP的书库导出，以上所有方案都无效。它们使用独立的阅读内核，内容甚至不会以完整 PDF 形式落入你的设备，不属于普通文件的范畴，也不要尝试绕过这类保护，那是明确的法律风险。

4.3 如何修改系统默认打开PDF的方式

当你的 PDF 默认被某个网盘或某个聊天工具霸占了，双击文件总是弹出那个软件，网页里点了下载也直接传过去，确实让人心烦。通用的修改路径是：进入 Windows 的“设置-应用-默认应用”，往下拉，找到“按文件类型选择默认应用”，在搜索框输入.pdf，点当前默认值并换成你想要的阅读器、浏览器或 SumatraPDF。如果你希望的是“取消某网盘的关联”，那也是同样的操作，把 .pdf 的默认打开程序换走即可。

在某些你不想卸载、只希望它别抢关联的软件里，也往往有设置项可以关闭“设为默认 PDF 阅读器”。安装新软件时如果弹窗问你是否关联 PDF，注意把复选框取消，以免被偷改默认应用。这类操作没有技术难度，主要难在要不要记得检查每一个新装软件的默认勾选项。

5. 扩展：用Python把常用的“解锁”思路做成自动化批处理

5.1 批量处理是PDF自由的最后一公里

如果只是偶尔一两次处理 PDF，前面讲的图形工具足够用了。但有一类需求，是每天或每周重复出现：从一堆 PDF 里提取图片、把所有 PDF 合并成一个大文件、把文件夹里所有扫描 PDF 压缩一半体积。手动操作一次两次还行，一周重复几十次就会让人崩溃。这时候把 Python 脚本固化成你电脑上的“批处理工具箱”，才算真正达到“一键处理一堆文件”的自由。

我的做法是在固定目录下放几个常用的 Python 脚本，每次拷入需要处理的 PDF，执行对应脚本，几秒钟后就得到结果。效率比起手动软件操作提高了十倍不止，而且不会漏文件、不会改错顺序。这类脚本不需要多少人机交互，只要写清楚路径就行，对日常使用者足够友好。

5.2 批量合并和拆分页面：几行代码处理几十个文件

用 pypdf 库可以实现多 PDF 合并。先安装pip install pypdf，然后执行：

from pypdf import PdfWriter, PdfReader import os folder = "pdfs" writer = PdfWriter() pdf_files = [f for f in os.listdir(folder) if f.endswith(".pdf")] for name in sorted(pdf_files): reader = PdfReader(os.path.join(folder, name)) for page in reader.pages: writer.add_page(page) with open("merged.pdf", "wb") as f: writer.write(f)

这个脚本把所有 PDF 按文件名排序后顺序合并成一个 merged.pdf。拆分则换个方法：读取一个文件后按页码写入多个新文件。如果只是偶尔拆分一次，用 PDFsam 更直观，但如果你要拆分的是几百页的技术手册，脚本的优势就完全体现了。

5.3 批量把Word/Excel/网页存成PDF的路子

Word、Excel 的批量转换靠脚本也没问题，但跨平台方案差异比较大。Windows 上常用的是调用 COM 接口。考虑到兼容性和环境复杂度，普通用户我更推荐用软件自身的“另存为 PDF”功能处理单个文件。只有那种每天生成大量报表并需要定期存档的运维人员，才值得花时间去搭建自动打印转换链路。

如果你想生成的其实是“网页内容另存为 PDF”，比如公司内部系统里的一堆表单，可以尝试无头浏览器的打印功能，或者直接用浏览器 Ctrl+P 手动输出。自动化的部分通常是等待页面完全加载，再用脚本模拟键盘 Ctrl+P 和 Enter，但不同系统的弹窗处理差别大，这里不展开讲，因为更多人需要的只是“把某一页网页完整保存成 PDF”，手动方式已经足够。

5.4 给 PDF 批量加水印页码思路分享

最后聊一个扩展技巧：在 PDF 每一页角落里加上页码或“内部资料”水印。用 PyMuPDF 可以很方便地在指定位置插入文字。示例：

import fitz doc = fitz.open("input.pdf") for idx, page in enumerate(doc, start=1): width, height = page.rect.width, page.rect.height page.insert_text((72, height - 36), f"- {idx} -", fontsize=12) doc.save("output_with_page_number.pdf")

实际应用时，页脚页码可以帮助核对多页材料，水印文字则可以防止材料在未审批状态下外流。需要注意插入水印的位置坐标是文档左上角为原点，单位是点，我习惯用离页面底边 36 点的位置去放页码，效果还不错。如果你希望在所有页面右上方半透明地加水印，可以再深入设置文字透明度，但普通情况下黑字备注就够了。

6. 一些个人觉得最管用的经验沉淀

6.1 处理大量PDF之前，先备份一份原文件

这句听起来像废话，但我在实际处理中见过不少同事处理完 PDF 之后找不到原始文件，最后只能花两小时重新下载。因为很多批量脚本和在线转换工具会在原文件上做覆盖或自动替换，一个错误参数下去，几百份 PDF 就被改坏了。我现在的习惯是在动手前建一个backup文件夹，把原始 PDF 拷进去再做处理，尤其在使用 qpdf、PyMuPDF 这类命令工具时，这条原则可以减少很多心碎时刻。

6.2 别总想着“破解”，先确认是不是文件本身“假限制”

被“不能复制”“不能打印”的问题整得头大时，先做一个自检：把你怀疑被限制的 PDF 用文本编辑器打开看一眼文件头部内容。如果文件开头是%PDF-，说明它确实是 PDF 家谱的一员；如果打开后能看到一串串类似stream的文字，说明页面里有真正的文本流。更多情况下，大多数限制根本不是你想的那样。先判定文件性质，再去找工具，可以避免很多无用功。

比如扫描 PDF 不识别文字是常态，并不是被加密了；PDF 中某张图片无法单独提取，也不代表它有权限限制，可能是页面把图片裁切到了特定区域。搞明白 PDF 的结构和限制的真实成因，处理起来会更高效，也更不容易碰版权红线。

6.3 把最终文件按“是否需要再次编辑”来选格式

处理完 PDF 之后，别急着把所有成果都保存成 PDF。如果后续可能还要继续编辑或复用里面的段落，记得保留源头文件（Word/Excel/文本源文件），PDF 是交付格式而不是编辑格式。如果需要交付给他人，尽量附上一份 PDF 和一份可编辑源文件，省得对方因为不知道怎么改而回来找你。这个习惯看似简单，但能避免反复转换带来的排版损耗，也是有经验的人跟新手的明显区别之一。

我自己的习惯是：个人资料管理目录里，始终一个 PDF 文件带一个同名源文件目录。PDF 用于阅读、打印、分享；源文件用于后期修订。这样一来，PDF 被“限制”的种种问题离我远了很多——因为绝大多数文件都是我自己亲手导出的，遇到限制我可以回到源文件重新处理，而不是绕来绕去解权限。如果你也被各种 PDF 限制折腾久了，不妨先从这个思路上开始整理自己的文件工作流。