2026年11月6日、PythonでPDFを読み書きできるライブラリpypdfの7.0.0が公開されました。メジャーバージョン、つまり先頭の数字が上がる大きな更新です。
その後も、11月10日の7.0.1、11月13日の7.1.0、11月18日の7.1.1と、短い間隔で新しい版が続いています。PyPIの記録によると、7.x系が必要とするPythonは3.10以上です。
PDFの結合やページの抜き出しを、Pythonで自動化している方も多いのではないでしょうか。今回は、6.21.4と7.1.1で同じコードを動かしながら、何が変わったのかを見ていきます。
まずはpypdfとはどんなものか¶
最初に、pypdfを知らない方のために、どんなライブラリなのかを簡単に紹介します。pypdfは、PDFのファイルを読み込んだり、ページを組み合わせて新しいPDFを書き出したりできるライブラリです。
Pythonだけで書かれているので、pipで入れるだけで、WindowsでもMacでも同じように使えます。文字の抜き出しや、パスワードでの暗号化にも対応しています。
2つのPDFを1つにまとめてみた¶
実際に、2ページと3ページのPDFを、1つにまとめてみました。7.1.1を入れた仮想環境で、手元のPython 3.11を使っています。
from pypdf import PdfReader, PdfWriter
writer = PdfWriter()
for path in ["a.pdf", "b.pdf"]:
writer.append(path)
writer.write("merged.pdf")
print(len(PdfReader("merged.pdf").pages), "ページ")
実行すると、5 ページと表示されました。appendは、渡したPDFのページを、後ろに付け足していくメソッドです。
数行のコードで、PDFの結合を自動化できるのが、pypdfの手軽なところです。たくさんのファイルをまとめたいときは、globでファイルの一覧を作ってから渡すと便利です。【関連記事】Pythonのglobとは?
よく使う機能¶
pypdfでよく使う機能を、表にまとめます。
| やりたいこと | 使うもの |
|---|---|
| PDFを読み込む | PdfReader |
| ページを組み合わせて書き出す | PdfWriter、append、add_page |
| 文字を抜き出す | ページのextract_text() |
| パスワードを付ける | PdfWriterのencrypt() |
ファイルの読み書きの基本は、こちらで紹介しています。【関連記事】Pythonでファイルを開くopenの使い方
7.0から7.1.1で何が変わったのかを整理しよう¶
続いて、今回の範囲の主な変更を表にまとめます。内容は、pypdfの公式リポジトリにある変更履歴CHANGELOG.mdにもとづいています。
| 版 | 公開日 | 主な変更 |
|---|---|---|
| 7.0.0 | 11月6日 | Python 3.9のサポート終了、ファイル識別子を毎回変える、枠の色の指定 |
| 7.0.1 | 11月10日 | UTF-8で書かれた文字列を正しく読む、画像の大きさの計算の修正 |
| 7.1.0 | 11月13日 | remove_imagesに真偽値を渡すのと、add_outline_itemの位置引数を非推奨に |
| 7.1.1 | 11月18日 | 大きすぎるデータへの制限を追加、範囲指定で刻みが0のものを拒否 |
どの版にも、Security、つまり安全面の修正が含まれています。細工されたPDFを読み込んだときに、メモリーや処理の時間を使いすぎないようにする修正が中心です。
Python 3.9のサポートが終わった¶
まずは、使う環境に関わる変更から見ていきましょう。変更履歴によると、7.0.0でPython 3.9のサポートが終わりました。
あわせて、暗号化に使うライブラリcryptographyの、43より古い版への対応も外されています。3.9のままでpip install pypdfを実行すると、7.0.0ではなく、それより前の版が入ることになります。
主要なライブラリが古いPythonを外していく流れは、こちらでもまとめました。【関連記事】Python 3.10のサポート終了から2週間、主要ライブラリの対応状況
暗号化したPDFの識別子が毎回変わるように¶
続いて、安全面の大事な変更です。変更履歴によると、7.0.0から、ファイル識別子を決まった値にしないようになりました。
ファイル識別子とは、PDFの中に書き込まれる、そのファイルを見分けるためのIDのことです。暗号化したPDFでは、このIDが、暗号の鍵を作る材料の1つとして使われます。
6.21.4と7.1.1で比べてみた¶
実際に、1ページだけの白紙のPDFを、同じパスワードで暗号化して、2回書き出してみました。
import io
from pypdf import PdfReader, PdfWriter
def make():
w = PdfWriter()
w.add_blank_page(200, 200)
w.encrypt("secret", algorithm="RC4-128")
b = io.BytesIO()
w.write(b)
return b.getvalue()
a, b = make(), make()
print("中身が同じ:", a == b)
2回の結果を比べた表です。IDは、読み込んだPDFのtrailerという部分から取り出しました。
| 確かめたこと | 6.21.4 | 7.1.1 |
|---|---|---|
| 2つのファイルの中身が同じか | 同じ | 違う |
| ファイル識別子が同じか | 同じ | 違う |
| 暗号化しないときのファイル識別子 | なし | なし |
6.21.4では、同じ内容とパスワードなら、毎回まったく同じファイルができていました。7.1.1では、書き出すたびに識別子が変わり、中身も変わっています。
何に気をつければいいのか¶
同じ入力から同じ鍵の材料ができるのは、暗号の面では望ましくありません。今回の変更は、そうした弱さを減らすためのものと考えられます。
一方で、書き出したPDFのハッシュ値を比べて、変更がないかを確かめている仕組みがあると、暗号化したPDFでは毎回違う値になります。なお、暗号化しないPDFでは、手元の例ではどちらの版でもIDが付かず、2回の中身は同じでした。
予測しにくい値を作る仕組みについては、こちらで紹介しています。【関連記事】Pythonのsecretsとは?
8.0に向けた非推奨の警告¶
3つ目は、次の大きな版8.0に向けた準備です。7.1.0では、2つの書き方が非推奨になりました。
非推奨とは、今は動くけれど、将来の版で使えなくなる予定の書き方のことです。実際に、2つの書き方を7.1.1で試すと、どちらも警告が出ました。
| 書き方 | 7.1.1で出た警告の要点 |
|---|---|
writer.remove_images(True) |
8.0.0で削除予定。代わりにImageType.ALLを使う |
writer.add_outline_item("第1章", 0) |
8.0.0で削除予定。キーワード引数を使う |
6.21.4では、どちらも警告なしで動きました。しおりを付けるadd_outline_itemは、名前を付けて引数を渡す形に直しておきましょう。
しおりの付け方を直してみた¶
実際に、3ページのPDFの1ページ目と3ページ目に、しおりを付けてみました。しおりとは、PDFを開いたときに横に並ぶ、目次のような見出しのことです。
from pypdf import PdfReader, PdfWriter
writer = PdfWriter()
for _ in range(3):
writer.add_blank_page(200, 200)
writer.add_outline_item(title="第1章", page_number=0)
writer.add_outline_item(title="第2章", page_number=2)
writer.write("book.pdf")
print([o.title for o in PdfReader("book.pdf").outline])
この書き方なら、6.21.4でも7.1.1でも警告は出ず、['第1章', '第2章']と表示されました。今のうちにキーワード引数へ直しておけば、8.0でも慌てずに済みます。
警告の仕組みそのものは、こちらで紹介しています。【関連記事】Pythonのwarningsとは?
7.0.0で取り除かれたもの¶
変更履歴には、次の大きな版に向けて、非推奨だったものを片付けたとも書かれています。手元で、主なクラスにある名前を2つの版で比べてみました。
その結果、PdfReaderとPdfWriterからdecode_permissionsが、PdfWriterからwith_as_usageがなくなっていました。古いサンプルコードをそのまま使っている方は、AttributeErrorにならないか確かめておくと安心です。
四角形の注釈に枠の色を付けられるように¶
ここからは、新しくできるようになったことです。7.0.0では、四角形の注釈Rectangleに、枠の色を指定できるようになりました。
注釈とは、PDFの上に重ねて表示する、メモや図形のことです。実際に、黄色で塗りつぶし、赤い枠の四角形を付けてみました。
from pypdf import PdfWriter
from pypdf.annotations import Rectangle
writer = PdfWriter()
writer.add_blank_page(200, 200)
box = Rectangle((20, 20, 120, 120), interior_color="ffcc00", border_color="ff0000")
writer.add_annotation(0, box)
writer.write("box.pdf")
7.1.1ではそのまま書き出せました。6.21.4では、unexpected keyword argument 'border_color'というTypeErrorになりました。
そのほかの修正¶
変更履歴には、ほかにも細かな修正が並んでいます。代表的なものを紹介します。
| 版 | 中身 |
|---|---|
| 7.0.1 | UTF-8で書かれた文字列を、正しく読み取るように |
| 7.1.0 | 左から右へ書く文字では、extract_text()の向きの確認を省いて速く |
| 7.1.1 | ページの範囲を表すPageRangeで、刻みが0のsliceを拒否 |
3つ目も試しました。PageRange(slice(0, 5, 0))は、6.21.4ではそのまま作れましたが、7.1.1ではParseErrorになりました。
上げる前にやっておきたいこと¶
最後に、pypdfを7.xへ上げる前に確かめておきたいことを整理します。
| 順番 | 確認すること |
|---|---|
| 1 | Python 3.10以上を使っているか |
| 2 | 暗号化したPDFのハッシュ値を比べる仕組みがないか |
| 3 | remove_imagesに真偽値を渡したり、add_outline_itemに位置引数を渡したりしていないか |
| 4 | decode_permissionsやwith_as_usageを使っていないか |
私は10年ほどエンジニアとして開発に関わってきましたが、毎月の請求書のPDFを結合して、取引先ごとにパスワードを付けて送る処理をpypdfで作ったことがあります。暗号化まわりが安全な側に見直されるのは、そうした業務で使う人にとって嬉しい変更です。
まとめ¶
2026年11月6日、pypdf 7.0.0が公開され、11月18日の7.1.1まで更新が続いています。Python 3.9のサポートが終わり、暗号化したPDFのファイル識別子が毎回変わるようになりました。
8.0に向けた非推奨の警告も出始めています。警告が出たら、その版のうちに直しておくのが、次の大きな更新への一番の近道です。
ここまでお読みいただきありがとうございました。