在处理 PDF 文件时，常常会遇到一些无用的空白页。这些页面不仅影响阅读体验，还可能导致文件体积增大，甚至在打印时造成纸张浪费。为了提升 PDF 文档的专业性和实用性，查找并删除其中的空白页面是一个十分必要的操作。

本文将介绍如何使用 Python 和 Spire.PDF for Python 高效识别并删除 PDF 中的空白页，包括那些“看起来空白、实则含有不可见内容”的页面。

安装Spire.PDF for Python和Pillow

本教程需依赖Spire.PDF for Python 和 Pillow 两个 Python 库。前者主要用于加载PDF、并执行绝对空白页面识别和删除等操作。后者主要用于图片处理，辅助识别视觉上是空白页，实则并非真正空白的页面。

安装命令：

pip install Spire.PDF Pillow

如果您不清楚如何安装Spire.PDF，请参考此教程：如何在 Windows 中安装 Spire.PDF for Python

Python 查找和删除 PDF 中的空白页面

Spire.PDF 提供了 PdfPageBase.IsBlank() 方法来判断页面是否为完全空白，但部分页面虽然肉眼看似空白，实则可能包含白色文字、水印或背景图。这些情况无法仅靠 PdfPageBase.IsBlank() 方法准确判断。

因此，本文采用双重判断方法：

• 使用 PdfPageBase.IsBlank() 方法初步排查完全空白页。
• 将非完全空白页面转换为图片并通过 Pillow 分析图片像素，判断是否为“视觉空白页”。

⚠️ 注意：PDF 转图片过程中如无有效 License，会在图片上添加评估水印，影响空白判断。如果您没有 License，请 该Email地址已收到反垃圾邮件插件保护。要显示它您需要在浏览器中启用JavaScript。获取临时 License 以保证功能正常。

具体实现步骤如下：

• 自定义一个 is_blank_image() 方法，借助 Pillow 判断 PDF 页面转换得到的图片是否为空白图片。
• 创建 PdfDocument 类的对象，并使用 PdfDocument.LoadFromFile() 方法加载 PDF 文档。
• 遍历 PDF 文档中的每一页，依次判断页面是否为空白：
  • 使用 PdfPageBase.IsBlank() 方法判断页面是否为完全空白。如果是，调用 PdfDocument.Pages.RemoveAt() 方法直接删除该页面；
  • 如果页面不是完全空白，使用 PdfDocument.SaveAsImage() 方法将页面转换为图片，再通过 is_blank_image() 方法判断该图片是否为空白。如果判断为是空白图片，使用 PdfDocument.Pages.RemoveAt() 方法删除对应页面。
• 使用 PdfDocument.SaveToFile() 方法保存最终处理后的 PDF 文件。

import io
from spire.pdf import PdfDocument
from PIL import Image

# 应用License Key
License.SetLicenseKey("License-Key")

# 自定义方法：判断图片是否为空白（所有像素是否都为白色）
def is_blank_image(image):
        # 转换为 RGB 模式再获取像素
        img = image.convert("RGB")
        # 获取所有像素点集合，判断是否全为白色
        white_pixel = (255, 255, 255)
        return all(pixel == white_pixel for pixel in img.getdata())

# 加载 PDF 文档
pdf = PdfDocument()
pdf.LoadFromFile("Sample.pdf")

# 倒序遍历每页，避免因删除影响索引
for i in range(pdf.Pages.Count - 1, -1, -1):
    page = pdf.Pages[i]
    # 判断当前页面是否为完全空白
    if page.IsBlank():
        # 若为完全空白，直接将其从文档中删除
        pdf.Pages.RemoveAt(i)
    else:
        # 将当前页面转换为图片
        with pdf.SaveAsImage(i) as image_data:
            image_bytes = image_data.ToArray()
            pil_image = Image.open(io.BytesIO(image_bytes))
            # 判断图片是否为空白
            if is_blank_image(pil_image):
                # 若为空白图片，从文档中删除图片对应的PDF页面
                pdf.Pages.RemoveAt(i)

# 保存结果 PDF
pdf.SaveToFile("删除空白页面.pdf")
pdf.Close()

申请临时 License

如果您需要去除生成文档中的评估提示或解除功能限制，请该Email地址已收到反垃圾邮件插件保护。要显示它您需要在浏览器中启用JavaScript。获取有效期 30 天的临时许可证。