-
Hi all, Why the output pdf file size after removing specific text in the header of every page from a very large pdf file by using the add_redact_annotation method gets tripled (2,7GB) respect the original file size (900GB)? This is the code I have used: `import fitz t = "Text to be deleted" for page in doc:
doc.save("OUTPUT.pdf")` Is it possible to refine this to get an output file with the same file size than the original one? Many thanks in advance. Regards |
Beta Was this translation helpful? Give feedback.
Replies: 7 comments 25 replies
-
This is caused primarily by the careless (😉) use of the
So to be sure to get the maximum possible file size redaction and to ensure ghost object removal, use |
Beta Was this translation helpful? Give feedback.
-
Definitely looks much better your proposal, so, the complete code is just this? No libraries needed apart from fitz?
Thanks again! |
Beta Was this translation helpful? Give feedback.
-
Hi Jorj, And when running the script:
I get this error: Traceback (most recent call last): Any clue? sorry for my complete incompetency! but I have the best learning attitude ;) |
Beta Was this translation helpful? Give feedback.
-
Solved, the input definition was wrong... Now I face problems with the language. I need it in Spanish, do I need to download it manually to the tessdata folder? |
Beta Was this translation helpful? Give feedback.
-
Beta Was this translation helpful? Give feedback.
-
What is happening - pls give me some clue! In [1]: import fitz
In [2]: doc=fitz.open("page-test.pdf")
In [3]: page=doc[0]
In [4]: tp=page.get_textpage_ocr(flags=3,dpi=150,full=True)
In [5]: print(page.get_text(textpage=tp))
Nuevo Stralis Hi-Way— Sistema Eléctrico/Electrénico
SISTEMA ELECTRICO/ELECTRONICO
CALEFACTOR DE AGUA HYDRONICD
10 [84000]
553210
CALEFACTOR DE AGUA HYDRONICD 10 [84000]
Funcionamiento del sistema
Activando el quemador, la centralita electrénica controla: la bomba de agua, la bomba dosificadora de combustible, el motor del
quemadory la bujla de encendido.
La bomba de agua pone en circulacién el liquido refrigerante del circuito de refrigeracién del motor a calentar.
El motor del quemador aspira e introduce la cantidad de aire exacta necesaria para la combustién.
La bujia de encendido calienta el aire y quema el combustible inyectado por la bomba dosificadora.
La bomba dosificadora tiene la funcién de tomar e inyectar el combustible en la buja.
Después de 90 segundos la centralita, mediante el sensor de llama, controla que el vapor de la temperatura de los gases de escape
esté comprendida entre 500 - 600 °C. (Encendido correcto).
Cuando se alcanzan aproximadamente 700° €, la centralita desactiva la bujia y el quemador trabaja en autocombustién.
Si el sensor de llama no detecta dicha temperatura y por lo tanto la caldera no esta encendida, la centralita repite el procedimiento
de encendido, Si no se pone en marcha de nuevo, la centralita apaga el quemador y seré necesario volver a encenderlo manual-
mente.
Si el calefactor no se pone en marcha al tercer intento consecutivo, se bloquea.La Centralita controla, mediante el sensor de temperatura de agua y el sensor de recalentamiento, que la combustién y el quema-
dor funcionen correctamente,
El sensor de temperatura del agua es utilizado por la centralita para regular la potencia de trabajo del quemador (maxima,
media, minima y stand-by),
En la versign manual, cuando se alcanzan los 55°C, el sistema activa los ventiladores dentro de la cabina.
La centralta utiliza el sensor de sobrecalentamiento para apagar el quemador en caso de excesiva temperatura del agua
aproximadamente:
Eltiempo de funcionamiento del quemador depende de la programacién que haya realizado el conductor,
Una vez apagado, el quemador realiza una fase de lavado que dura 3 minutos aproximadamente, para estar listo para la proximal
puesta en marcha,
El calefactor estd conectado, con su propia légica de mando, en el sistema de climatizacién y esta dotado de una centralita electré-
nica con el correspondiente conector.
La centralita esta instalada directamente en el calefactor.
El calefactor puede ser pilotado directamente desde el sistema de climatizacién automatico, desde la versién de mando manual 0
mediante la centralita Bed Module,
— printed 603,95.405= base 06/2013 - 2nd ED.
In [6]: |
Beta Was this translation helpful? Give feedback.
-
There is no systematic way to do that, because header / footer also are just text. But if you know which sub-rectangle of the page contains the significant text, you can doc |
Beta Was this translation helpful? Give feedback.
This is caused primarily by the careless (😉) use of the
.save
method:Without any garbage collection choice and no deflating option, the following undesired effects will result:
/Contents
objects of the page, still containing the removed text. Malignant code may still be able to extract ghost objects, thus circumventing the redaction intent.