使用 pyobjc 将元数据写入 pdf

Question

我正在尝试使用以下 python 代码将元数据写入 pdf 文件：

from Foundation import *
from Quartz import *

url = NSURL.fileURLWithPath_("test.pdf")
pdfdoc = PDFDocument.alloc().initWithURL_(url)
assert pdfdoc, "failed to create document"

print "reading pdf file"

attrs = {}
attrs[PDFDocumentTitleAttribute] = "THIS IS THE TITLE"
attrs[PDFDocumentAuthorAttribute] = "A. Author and B. Author"

PDFDocumentTitleAttribute = "test"

pdfdoc.setDocumentAttributes_(attrs)
pdfdoc.writeToFile_("mynewfile.pdf")   

print "pdf made"

这似乎工作正常（控制台没有错误），但是当我检查文件的元数据时，如下所示：

PdfID0:
242b7e252f1d3fdd89b35751b3f72d3
PdfID1:
242b7e252f1d3fdd89b35751b3f72d3
NumberOfPages: 4

并且原始文件具有以下元数据：

InfoKey: Creator
InfoValue: PScript5.dll Version 5.2.2
InfoKey: Title
InfoValue: Microsoft Word - PROGRESS  ON  THE  GABION  HOUSE Compressed.doc
InfoKey: Producer
InfoValue: GPL Ghostscript 8.15
InfoKey: Author
InfoValue: PWK
InfoKey: ModDate
InfoValue: D:20101021193627-05'00'
InfoKey: CreationDate
InfoValue: D:20101008152350Z
PdfID0: d5fd6d3960122ba72117db6c4d46cefa
PdfID1: 24bade63285c641b11a8248ada9f19
NumberOfPages: 4

所以问题是，它不是追加元数据，而是清除以前的元数据结构。我需要做什么才能让它发挥作用？我的目标是附加参考管理系统可以导入的元数据。

Answer 1

马克走在正确的道路上，但有一些特殊之处需要考虑。

首先，他认为 pdfdoc.documentAttributes 是一个包含文档元数据的 NSDictionary 是正确的。您想要修改它，但请注意 documentAttributes 为您提供了一个 NSDictionary，它是不可变的。您必须将其转换为 NSMutableDictionary，如下所示：

attrs = NSMutableDictionary.alloc().initWithDictionary_(pdfDoc.documentAttributes())

现在您可以像以前一样修改 attrs。不需要像 Mark 建议的那样编写 PDFDocument.PDFDocumentTitleAttribute ，那是行不通的，PDFDocumentTitleAttribute 被声明为模块级常量，所以只需按照您的方式进行即可在你自己的代码中。

这是适合我的完整代码：

from Foundation import *
from Quartz import *

url = NSURL.fileURLWithPath_("test.pdf")
pdfdoc = PDFDocument.alloc().initWithURL_(url)

attrs = NSMutableDictionary.alloc().initWithDictionary_(pdfdoc.documentAttributes())
attrs[PDFDocumentTitleAttribute] = "THIS IS THE TITLE"
attrs[PDFDocumentAuthorAttribute] = "A. Author and B. Author"

pdfdoc.setDocumentAttributes_(attrs)
pdfdoc.writeToFile_("mynewfile.pdf")

Answer 2

免责声明：我对 Python 完全陌生，但对 PDF 却是老手了。

为了避免破坏所有现有属性，您需要以 pdfDoc.documentAttributes 开头 attrs，而不是 {}。 setDocumentAttributes 几乎肯定是覆盖，而不是合并（在此处给出您的输出）。

其次，所有 PDFDocument*Attribute 常量都是 PDFDocument 的一部分。我对 Python 的无知无疑是显而易见的，但是你不应该将它们作为属性而不是裸变量来引用吗？像这样：

attrs[PDFDocument.PDFDocumentTitleAttribute] = "THIS IS THE TITLE"

您可以分配给 PDFDocumentTitleAttribute 让我相信它不是一个常量。

如果我是对的，您的属性将尝试将大量值分配给空键。我的Python很弱，所以我不知道你如何检查它。在调用 pdfDoc.setDocumentAttributes_() 之前检查 attrs 应该会有所启发。