使用Python自由切分pdf文件提取任意页面

 这个小知识来自公众号【python小屋】

 

问题描述：

给定一个PDF文件，对其进行任意切分，提取其中任意页面，保存为新的PDF文件。

准备工作：

安装扩展库PyPDF2，参考命令

pip install PyPDF2

 

参考代码：　　

from PyPDF2 import PdfFileReader, PdfFileWriter


def split_pdf(filename, result, start=0, end=None):
    """从filename中提取[start,end)之间的页码内容保存为result"""
    # 打开原始 pdf 文件
    pdf_src = PdfFileReader(filename)
    if end is None:
        # 获取页数
        end = pdf_src.getNumPages()
    with open(result, "wb") as fp:
        # 创建空白pdf文件
        pdf = PdfFileWriter()
        # 提取页面内容，写入空白文件
        for num in range(start, end):
            pdf.addPage(pdf_src.getPage(num))
        # 写入结果pdf
        pdf.write(fp)


fn = r"G:\a001\第九天.pdf"
split_pdf(fn, "1.pdf", 0, 3)
split_pdf(fn, "2.pdf", 1, 3)
split_pdf(fn, "3.pdf", 2, 3)

 

　　

遇见的问题：

Traceback (most recent call last):
  File "G:/a001/pdf.py", line 22, in <module>
    split_pdf(fn, "1.pdf", 0, 3)
  File "G:/a001/pdf.py", line 7, in split_pdf
    pdf_src = PdfFileReader(filename)
  File "E:\project_luffy\luffy\lib\site-packages\PyPDF2\pdf.py", line 1084, in __init__
    self.read(stream)
  File "E:\project_luffy\luffy\lib\site-packages\PyPDF2\pdf.py", line 1901, in read
    raise utils.PdfReadError("Could not find xref table at specified location")
PyPDF2.utils.PdfReadError: Could not find xref table at specified location

　　

还没有找到好的解决问题的办法，但是我在操作过程中 换了一个新的pdf文件 就成功了  猜测是你的pdf文件出了问题

 

遇见的问题二：

在解决了上面的问题之后，程序可以正常的使用 但是还会出一个问题

 

PdfReadWarning: Xref table not zero-indexed. ID numbers for objects will be corrected. [pdf.py:1736]

　　

虽然不影响，但是体验不好啊 ，继续解决吧

import sys

if not sys.warnoptions:
    import warnings
    warnings.simplefilter("ignore")

　　

上面代码要加在最上面