![使用 Python 管理 PDF 文档属性和元数据](https://developer.qcloudimg.com/http-save/yehe-2596118/cf5280a44a76791562c6d54159e4e100.png)

PDF 文档属性（也称为元数据）包含作者、标题、主题、关键词等信息，这些信息在文档管理系统中起着关键作用——它们使文档可被搜索、分类和追踪。除了标准属性外，PDF 还支持自定义属性，用于存储业务相关的扩展信息。在实际应用中，批量处理大量 PDF 文档的属性时，手动逐一编辑效率极低且容易出错。通过 Python 编程方式管理这些属性，可以实现属性的批量读取、设置和验证，将文档管理流程自动化。本文将介绍如何使用 Python 设置标准文档属性、读取属性信息、添加自定义属性，以及设置文档过期时间。

## 为什么以编程方式管理文档属性

与手动操作相比，编程方式具有以下优势：

- **批量处理**：一次性更新数百个 PDF 文档的作者、关键词等属性
- **数据一致性**：通过代码统一定义属性值，避免人工输入的拼写错误和格式不一致
- **流程集成**：将属性管理嵌入到文档生成流水线中，在创建文档时自动写入元数据
- **自定义扩展**：通过自定义属性存储业务信息（如部门、项目编号、密级），实现文档的业务分类管理

## 环境搭建

本文使用 Spire.PDF for Python，它提供了管理 PDF 文档属性的 API。

```bash
pip install Spire.PDF
```

安装完成后，即可在 Python 脚本中导入相关模块开始工作。

## 设置标准文档属性

PDF 标准属性包括作者（Author）、创建者（Creator）、关键词（Keywords）、生产者（Producer）、主题（Subject）和标题（Title）。以下代码演示了如何加载一个 PDF 文件并设置这些属性：

```python
from spire.pdf.common import *
from spire.pdf import *

inputFile = "Input.pdf"
outputFile = "Properties.pdf"

# 加载 PDF 文档
doc = PdfDocument()
doc.LoadFromFile(inputFile)

# 设置标准文档属性
doc.DocumentInformation.Author = "E-iceblue"
doc.DocumentInformation.Creator = "E-iceblue"
doc.DocumentInformation.Keywords = "pdf, demo, document information"
doc.DocumentInformation.Producer = "Spire.Pdf"
doc.DocumentInformation.Subject = "Demo of Spire.Pdf"
doc.DocumentInformation.Title = "Document Information"

# 设置文件信息
doc.FileInfo.CrossReferenceType = PdfCrossReferenceType.CrossReferenceStream
doc.FileInfo.IncrementalUpdate = False

# 保存文档
doc.SaveToFile(outputFile)
doc.Close()
```

代码中的关键步骤：

1. **加载文档**：`LoadFromFile()` 方法从文件路径加载 PDF 文档。
2. **DocumentInformation 属性**：通过 `doc.DocumentInformation` 对象访问和设置各项标准属性，每个属性直接赋值即可。
3. **FileInfo 设置**：`CrossReferenceType` 控制交叉引用表的存储格式（Stream 或 Table），`IncrementalUpdate` 设为 `False` 表示保存时重写整个文件而非增量更新。

## 读取文档属性

设置属性后，通常需要读取并验证。以下代码从 PDF 文档中提取所有标准属性并输出：

```python
from spire.pdf.common import *
from spire.pdf import *

inputFile = "Properties.pdf"

doc = PdfDocument()
# 读取 PDF 文件
doc.LoadFromFile(inputFile)

# 获取文档信息对象
docInfo = doc.DocumentInformation

# 逐项读取属性
print("Author: " + docInfo.Author)
print("Creation Date: " + docInfo.CreationDate.strftime("%Y/%m/%d %H:%M:%S"))
print("Keywords: " + docInfo.Keywords)
print("Modify Date: " + docInfo.ModificationDate.strftime("%Y/%m/%d %H:%M:%S"))
print("Subject: " + docInfo.Subject)
print("Title: " + docInfo.Title)

doc.Close()
```

除了手动设置的属性外，PDF 文档还自动维护两个时间戳：

- `CreationDate`：文档创建时间，可通过 `strftime()` 格式化输出
- `ModificationDate`：文档最后修改时间，由 PDF 写入器自动更新

## 设置自定义文档属性

标准属性覆盖的是 PDF 规范定义的字段。当需要存储业务相关的扩展信息时，可以使用自定义属性。自定义属性以键值对形式存在，键名和值均可自由定义：

```python
from spire.pdf.common import *
from spire.pdf import *

inputFile = "Input.pdf"
outputFile = "CustomDocumentProperties.pdf"

doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile(inputFile)

# 添加自定义文档属性
doc.DocumentInformation.SetCustomProperty("Company", "E-iceblue")
doc.DocumentInformation.SetCustomProperty("Component", "Spire.PDF for .NET")
doc.DocumentInformation.SetCustomProperty("Name", "Daisy")
doc.DocumentInformation.SetCustomProperty("Team", "SalesTeam")

# 保存文件
doc.SaveToFile(outputFile, FileFormat.PDF)
doc.Close()
```

`SetCustomProperty(key, value)` 方法接受两个字符串参数：属性名和属性值。自定义属性不会出现在 PDF 阅读器的"文档属性"标准标签页中，但可以通过编程方式读取，适合存储文档管理系统所需的业务元数据。

## 设置文档过期时间

在某些场景下，文档需要设置有效期，过期后自动提示用户。通过 JavaScript Action 可以实现这一功能：

```python
from spire.pdf.common import *
from spire.pdf import *

inputFile = "Input.pdf"
outputFile = "SetExpiryDate.pdf"

doc = PdfDocument()
doc.LoadFromFile(inputFile)

# 构建 JavaScript 脚本：检查当前时间是否超过截止时间
javaScript = (
    "var rightNow = new Date();"
    "var endDate = new Date('October 20, 2025 23:59:59');"
    "if(rightNow.getTime() > endDate)"
    "app.alert('This document has expired, please contact us for a new one.', 1);"
    "this.closeDoc();"
)

# 将 JavaScript 设置为文档打开后执行的动作
js = PdfJavaScriptAction(javaScript)
doc.AfterOpenAction = js

# 保存文档
doc.SaveToFile(outputFile)
doc.Close()
```

`AfterOpenAction` 属性指定文档打开时自动执行的 JavaScript 动作。上述脚本在打开文档时检查当前时间，若超过截止日期则弹出提示并关闭文档。这种方式适用于发布有时效性限制的文档。

## 实战技巧

### 批量更新文档属性

在处理大量文档时，可以将属性设置封装为函数，遍历目录批量处理：

```python
import os

def update_pdf_properties(file_path, author, title, subject, keywords):
    doc = PdfDocument()
    doc.LoadFromFile(file_path)
    doc.DocumentInformation.Author = author
    doc.DocumentInformation.Title = title
    doc.DocumentInformation.Subject = subject
    doc.DocumentInformation.Keywords = keywords
    doc.FileInfo.IncrementalUpdate = False
    doc.SaveToFile(file_path)
    doc.Close()

# 遍历目录批量更新
directory = "./pdf_files"
for filename in os.listdir(directory):
    if filename.endswith(".pdf"):
        update_pdf_properties(
            os.path.join(directory, filename),
            author="Company Team",
            title="Quarterly Report",
            subject="Finance",
            keywords="report, 2025, quarterly"
        )
```

### 属性验证与审计

在文档管理系统中，属性完整性检查是常见需求：

```python
def validate_pdf_properties(file_path):
    doc = PdfDocument()
    doc.LoadFromFile(file_path)
    info = doc.DocumentInformation
    missing = []
    if not info.Author:
        missing.append("Author")
    if not info.Title:
        missing.append("Title")
    if not info.Keywords:
        missing.append("Keywords")
    doc.Close()
    return missing if missing else "All required properties are set."
```

通过检查属性是否为空，可以快速筛选出元数据不完整的文档，确保归档前所有必要信息已填写。

## 总结

本文介绍了使用 Python 管理 PDF 文档属性和元数据的完整流程，涵盖标准属性设置、属性读取、自定义属性添加和文档过期时间设置四个核心操作。

关键要点回顾：

1. 通过 `doc.DocumentInformation` 对象设置和读取标准属性（Author、Title、Subject、Keywords 等）
2. 使用 `SetCustomProperty(key, value)` 方法添加业务相关的自定义属性
3. `CreationDate` 和 `ModificationDate` 由系统自动维护，可通过 `strftime()` 格式化输出
4. 通过 `PdfJavaScriptAction` 和 `AfterOpenAction` 实现文档过期时间控制

掌握这些技能后，你可以将属性管理集成到文档处理流水线中，实现 PDF 文档元数据的批量设置、验证和审计，提升文档管理的规范性和效率。


PDF 文档属性（也称为元数据）包含作者、标题、主题、关键词等信息，这些信息在文档管理系统中起着关键作用——它们使文档可被搜索、分类和追踪。除了标准属性外，PDF 还支持自定义属性，用于存储业务相关的扩展信息。在实际应用中，批量处理大量 PDF 文档的属性时，手动逐一编辑效率极低且容易出错。通过 Python 编程方式管理这些属性，可以实现属性的批量读取、设置和验证，将文档管理流程自动化。本文将介绍如何使用 Python 设置标准文档属性、读取属性信息、添加自定义属性，以及设置文档过期时间。

使用 Python 读取、编辑和管理 PDF 文档属性

本文将介绍如何使用 Python 设置标准文档属性、读取属性信息、添加自定义属性，以及设置文档过期时间。

人工智能

使用Python编程方式批量管理PDF文档属性，可自动设置标准元数据（作者、标题、关键词）和自定义属性，通过`DocumentInformation`对象与`SetCustomProperty`方法实现高效操作，并支持JavaScript实现文档过期控制，显著提升文档管理效率与数据一致性。

数据一致性

文档处理

代码解释

Python

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

使用 Python 读取、编辑和管理 PDF 文档属性-腾讯云开发者社区-腾讯云

使用 Python 读取、编辑和管理 PDF 文档属性

使用 Python 读取、编辑和管理 PDF 文档属性

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐