第4章：文档水印实现——PDF/Word加水印

讲完动态加壳和静态策略后，咱们终于要碰最实际的问题了——怎么往PDF和Word文件里加水印。说实话，这活儿看着简单，做起来坑不少。我早年帮客户做一个外发系统，就因为在Word加水印时没处理好分节符，结果对方拿去打印出来，水印全跑偏了，被骂了个半死。

文档水印这块，核心就两个流派：内嵌式 和 覆层式。搞清楚了它们的区别，你才知道不同场景该选哪个。

4.1 两大技术路线对比

特性	内嵌式（Embedded）	覆层式（Overlay）
原理	水印直接写入文档内容层，作为文字/图片对象	水印绘制在独立的注释层或页面之上，不改变原文
典型实现	Python PyMuPDF 插入文字	PHP FPDI 叠加 PDF 层
优势	兼容性极好，打印/转格式水印不掉	不破坏原文档结构，适合签章场景
劣势	改变文件内部结构，移动或删除水印较难	依赖阅读器渲染，部分浏览器预览会丢失
适用场景	外发防截屏、审计留痕	临时审阅、在线预览

4.2 PDF 水印实操：以 PyMuPDF 为例

我个人最常用的库是 fitz（也就是 PyMuPDF）。它不但速度快，而且对中文支持还算友好。但有个坑你得注意——字体路径。

我来拆解几个核心步骤：

• 第一步：加载文档和页面。记得用上下文管理器，否则容易文件句柄泄漏。
• 第二步：计算水印位置。千万别死铺，留出阅读区域。一般设在页面中心旋转45°。
• 第三步：插入文字对象。注意设置透明度，不透明度 0.2~0.3 比较舒适。
• 第四步：保存输出。增量保存或全新保存，看你是否需要保留原注释。

import fitz

def add_pdf_watermark(input_pdf, output_pdf, watermark_text):
    """
    给 PDF 的每一页添加斜向水印
    """
    doc = fitz.open(input_pdf)
    for page_num in range(len(doc)):
        page = doc[page_num]
        # 获取页面尺寸，计算旋转后的坐标
        rect = page.rect
        center_x = rect.width / 2
        center_y = rect.height / 2
        
        # 插入水印文字
        page.insert_text(
            point=(center_x - 100, center_y),  # 自定偏移
            text=watermark_text,
            fontname="china-s",   # 支持中文的字体别名
            fontsize=48,
            rotate=45,
            color=(0.8, 0.8, 0.8),
            opacity=0.3
        )
    doc.save(output_pdf, incremental=False)
    doc.close()

# 调用
add_pdf_watermark("report.pdf", "report_watermarked.pdf", "内部资料 严禁转发")

4.3 Word 水印实操：python-docx 与底层 XML

Word 的水印实现路径和 PDF 完全不一样。Word 文档本质是一个 ZIP 包，里面装了 N 个 XML 文件。水印存在于 header 层的 watermark 标签里。

python-docx 库暴露的 API 算比较友好，但有个致命缺陷——它默认只能加 文字型水印，而且是居中的那种“禁止复制”正文水印。如果你想放一个带公司 logo 的图片水印，或者控制水印在每一节显示，就得动底层 lxml 了。

我整理了一个稳妥的代码模板：

from docx import Document
from docx.enum.text import WD_ALIGN_PARAGRAPH
from lxml import etree

nsmap = {
    'w': 'http://schemas.openxmlformats.org/wordprocessingml/2006/main',
    'pic': 'http://schemas.openxmlformats.org/drawingml/2006/picture',
    'r': 'http://schemas.openxmlformats.org/officeDocument/2006/relationships',
    'wp': 'http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing'
}

def add_text_watermark(doc, text="内部公开"):
    """
    为 document 插入水印（作用于所有节）
    """
    for section in doc.sections:
        header = section.header
        # 如果该节已有水印段落，先清理
        for p in header.paragraphs:
            p.clear()
        # 添加新的水印段落
        p = header.add_paragraph()
        p.alignment = WD_ALIGN_PARAGRAPH.CENTER
        run = p.add_run()
        run.text = text
        run.font.size = 960000   # 48pt
        run.font.color.rgb = RGBColor(0xBF, 0xBF, 0xBF)  # 灰色
        run.font.name = "微软雅黑"
        # 重要：设为半透明需要一个样式覆盖
        rPr = run._element.get_or_add_rPr()
        shading = etree.SubElement(rPr, '{http://schemas.openxmlformats.org/wordprocessingml/2006/main}shd')
        shading.set('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}fill', '000000')
        shading.set('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}val', 'clear')
        
doc = Document("source.docx")
add_text_watermark(doc, "机密")
doc.save("watermarked.docx")

4.4 飞书文档、WPS 的差异点

在实际项目中，我发现很多客户并不用纯 Word/PDF，而是混用飞书、WPS 这类国产办公套件。这些平台对 OOXML 标准的支持略有不同：

• WPS：对 v:shape 标签的水印支持得很好，但解析 w:watermark 时可能出现字体回退。
• 飞书文档：完全不走 OOXML 路线，只能用 API 接口加浮窗水印，而且是覆层式的。
• Google Docs：导出的 PDF 不支持内嵌水印，只能靠服务端渲染后叠加。

说白了，如果你的下游有强管控需求，我建议统一把 Word 转成 PDF 后再加水印，这样最可控。转格式的环节可以用 libreoffice --headless --convert-to pdf 命令行，稳定且无版权问题。

4.5 全量构建一张知识图

好了，上面讲了这么多理论和代码，我们梳理一张 SVG 图，帮你把 文档水印的技术选型与实现路径 串起来。这张图就是你碰到实际需求时，直接拿来对照的决策地图。

4.6 避坑与实战建议

最后，分享一下我在几个真实项目里摔过的跤：

• 字体缺失导致水印变方框：这是最常见的。我曾经帮客户处理一批日文 PDF，结果用 SourceHanSansJP 就能显示，用 MS Mincho 就出乱码。方案：容器里统一装 Noto 字体系列，代码里 fallback 到 NotoSansCJK。
• 图片水印导致文件体积暴增：有次同事拿一张 200KB 的 logo 去铺水印，结果一个 10 页的 PDF 膨胀到 30MB。我们后来改用矢量 SVG 转 PDF 图元，体积控制在 2.5MB 以内。
• 动态水印刷新时机：如果你用覆层式，水印是在加载时生成的。有客户反馈“我打开文件时没联网，水印没出来”——这是个经典的产品缺陷。我们的补救：让服务端预先渲染好带水印的 PDF，用户下载的是成品。