告别手动打码!Python一键脱敏PDF中的身份证号、手机号,批量处理超省心!

from pathlib import Pathimport reimport fitz  # PyMuPDFdef redact_numbers_with_overlay(input_path, output_path):    doc = fitz.open(input_path)    # 列表元素为元组(正则表达式, 保留的前部长度, 保留的后缀长度)    re_rules = [        (re.compile(r"\d{17}[\dXx]"), 10, 4),     # 身份证号(18位)：保留前10，保留后4，中间8位覆盖        (re.compile(r"1\d{10}"), 3, 4),    # 手机号(11位)：保留前3，保留后4，中间4位覆盖        #(re.compile(r"\d{10,11}"), 3, 4),  # 固定电话,保留前3，保留后4，中间覆盖    ]    for page in doc:        # 获取页面所有文本的详细信息（包含每个字符的位置）        text_instances = page.get_text("words")        for inst in text_instances:            x0, y0, x1, y1, word, block_no, line_no, span_no = inst            # 检查当前单词是否符合脱敏规则            for pattern, keep_pre, keep_suf in re_rules:                if pattern.fullmatch(word):                    total_len = len(word)                    # 计算需要覆盖的星号数量和位置                    if total_len <= keep_pre + keep_suf:                        continue  # 长度过短，无需脱敏                    # 计算中间部分的宽度（基于原文字符宽度均分）                    char_width = (x1 - x0) / total_len                    # 覆盖区域的起始X：前导文字的宽度                    cover_x0 = x0 + keep_pre * char_width                    # 覆盖区域的结束X：总宽度 - 后缀文字的宽度                    cover_x1 = x1 - keep_suf * char_width                    #  绘制与原字符同高的黑色矩形，背景设为白色（匹配纸张），边框设为无，完全无缝融合                    rect = fitz.Rect(cover_x0, y0 - 1, cover_x1, y1 + 1)                    page.draw_rect(rect, color=(1, 1, 1), fill=(1, 1, 1), width=0)                    #  精准写入星号：按原字符宽度均分，字距与原有格式一致                    star_count = total_len - keep_pre - keep_suf                    star_text = "*" * star_count                    # 星号的起始位置（与原中间位置对齐）                    star_x = cover_x0 + 1  # 微调1像素防止溢出                    star_y = y1 - 2  # 与原数字基线对齐                    # 使用小号字体确保星号紧凑，匹配表格字距                    page.insert_text(                        point=(star_x, star_y),                        text=star_text,                        fontsize=6,  # 字号                        fontname="china-s",  # 字体                        color=(0, 0, 0),  # 黑色                    )                    break  # 匹配一个规则后立即退出，避免重复处理    # 保存，文件体积不变    doc.save(output_path, garbage=4, deflate=True, clean=True)    doc.close()def batch_process_pdf(input_folder, output_folder):    input_folder = Path(input_folder)    output_folder = Path(output_folder)    if not input_folder.exists():        print(f"输入文件夹不存在：{input_folder}")        return    if not output_folder.exists():        output_folder.mkdir(parents=True,exist_ok=True)        print(f"创建输出文件夹：{output_folder}")    pdf_files = [f for f in input_folder.glob("*.pdf")]    if not pdf_files:        print("未找到PDF文件")        return    for filename in pdf_files:        name_new = f"{filename.stem}_脱敏.pdf"        file_new = output_folder.joinpath(name_new)        try:            redact_numbers_with_overlay(filename, file_new)            print(f"处理完成：{filename}")        except Exception as e:            print(f"处理失败：{filename}：{str(e)}")if __name__ == "__main__":    input_folder = r"D:\pdf"  # PDF文件夹路径    output_folder = r"D:\pdf_output"  # 输出文件夹路径    batch_process_pdf(input_folder, output_folder)

import fitz

    input_folder = r"D:\pdf"  # PDF文件夹路径    output_folder = r"D:\pdf_output"  # 输出文件夹路径

def redact_numbers_with_overlay(input_path, output_path):

(re.compile(r"\d{17}[\dXx]"), 10, 4)

def batch_process_pdf(input_folder, output_folder):

output_folder.mkdir(parents=True,exist_ok=True)

pdf_files = [f for f in input_folder.glob("*.pdf")]