【python012】Python根据页码处理PDF文件的内容
在日常工作和学习中，需要从PDF文件中提取特定页面的内容，以便进行知识、材料压缩等。
2.欢迎点赞、关注、批评、指正，互三走起来，小手动起来！
3.欢迎点赞、关注、批评、指正，互三走起来，小手动起来！
1.环境准备
pymupdf： 是wxWidgets在Python语言下的封装，处理PDF文件的库，提供了读取、提取和创建PDF文件的功能；wxWidgets是一个跨平台的GUI应用编程接口，使用C++编写。wxPython： 基于wxWidgets的Python包，用于创建跨平台的图形用户界面（GUI）应用程序。fitz： fitz库是一个基于Python开发的PDF处理库，它是PyMuPDF的前身。fitz提供了一系列的API和功能，可以用于读取、编辑和生成PDF文件。此外，它还可以处理其他类型的图像，如TIFF和JPEG，提供图像处理功能，如旋转、裁剪、缩放、调整亮度、对比度和色彩平衡等。- 在Python中，fitz库可以用于多种任务，如打开PDF文件、遍历页面、添加注释、提取文本、旋转页面等。此外，它还可以用于在PDF页面上添加高亮注释、提取图像等操作。
pip install PIL pip install fitz pip install pymupdf pip install wxpython # pip install 库包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com # pip install wxpython -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
2.Python参考代码
-
创建
1个简单的GUI应用程序，它将允许用户选择要打开的PDF文件，并输入开始页码和结束页码。然后，点击"Extract"按钮将提取指定范围内的页面并将其保存为新的PDF文件import fitz import wx class PDFExtractor(wx.Frame): def __init__(self, parent): wx.Frame.__init__(self, parent, id=wx.ID_ANY, title=u"PDF Extractor", pos=wx.DefaultPosition, size=wx.Size(500, 254), style=wx.DEFAULT_FRAME_STYLE | wx.TAB_TRAVERSAL, name=u"PDF Extractor") self.SetSizeHintsSz(wx.DefaultSize, wx.DefaultSize) self.SetForegroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_WINDOW)) self.SetBackgroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_ACTIVECAPTION)) bSizer2 = wx.BoxSizer(wx.VERTICAL) self.m_filePicker2 = wx.FilePickerCtrl(self, wx.ID_ANY, wx.EmptyString, u"Select a file", u"*.*", wx.DefaultPosition, wx.DefaultSize, wx.FLP_DEFAULT_STYLE) self.m_filePicker2.SetFont(wx.Font(9, 74, 90, 92, False, "微软雅黑")) self.m_filePicker2.SetForegroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_HIGHLIGHT)) self.m_filePicker2.SetBackgroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_HIGHLIGHT)) bSizer2.Add(self.m_filePicker2, 0, wx.ALL | wx.EXPAND, 5) self.m_staticText5 = wx.StaticText(self, wx.ID_ANY, u"Start Page：", wx.DefaultPosition, wx.DefaultSize, 0) self.m_staticText5.Wrap(-1) self.m_staticText5.SetFont(wx.Font(9, 74, 90, 92, True, "微软雅黑")) self.m_staticText5.SetForegroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_BTNTEXT)) bSizer2.Add(self.m_staticText5, 0, wx.ALL, 5) self.m_textCtrl1 = wx.TextCtrl(self, wx.ID_ANY, wx.EmptyString, wx.DefaultPosition, wx.DefaultSize, 0) bSizer2.Add(self.m_textCtrl1, 0, wx.EXPAND, 5) self.m_staticText6 = wx.StaticText(self, wx.ID_ANY, u"End Page：", wx.DefaultPosition, wx.DefaultSize, 0) self.m_staticText6.Wrap(-1) self.m_staticText6.SetFont(wx.Font(9, 74, 90, 92, True, "微软雅黑")) self.m_staticText6.SetForegroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_BTNTEXT)) bSizer2.Add(self.m_staticText6, 0, wx.ALL, 5) self.m_textCtrl2 = wx.TextCtrl(self, wx.ID_ANY, wx.EmptyString, wx.DefaultPosition, wx.DefaultSize, 0) bSizer2.Add(self.m_textCtrl2, 0, wx.EXPAND, 5) self.m_button18 = wx.Button(self, wx.ID_ANY, u"Extract", wx.DefaultPosition, wx.DefaultSize, wx.NO_BORDER) self.m_button18.SetFont(wx.Font(12, 74, 90, 92, False, "微软雅黑")) self.m_button18.SetForegroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_BTNTEXT)) self.m_button18.SetBackgroundColour(wx.SystemSettings.GetColour(wx.SYS_COLOUR_BTNHIGHLIGHT)) self.m_button18.Bind(wx.EVT_BUTTON, self.extract_pages) bSizer2.Add(self.m_button18, 0, wx.ALIGN_CENTER_HORIZONTAL | wx.SHAPED, 5) self.SetSizer(bSizer2) self.Layout() self.Centre(wx.BOTH) def __del__(self): pass def extract_pages(self, event): file_path = self.m_filePicker2.GetPath() start_page = int(self.m_textCtrl1.GetValue()) end_page = int(self.m_textCtrl2.GetValue()) doc = fitz.open(file_path) output_doc = fitz.open() for page_num in range(start_page - 1, end_page): output_doc.insert_pdf(doc, from_page=page_num, to_page=page_num) output_path = file_path.replace(".pdf", "_extracted.pdf") output_doc.save(output_path) output_doc.close() doc.close() wx.MessageBox("Extraction complete!", "Success", wx.OK | wx.ICON_INFORMATION) # app = wx.App() # PDFExtractor(None, title="PDF Extractor") # app.MainLoop() if __name__ == '__main__': app = wx.App() # 运行wx.App()方法。认为窗体是一个独立运行的app，所以要定义一个app的程序类来让窗体执行，调用wx类库对应的App方法来生成应用程序的类对象：wx.App() frame = PDFExtractor(None) # 调用Frame类，并且不指定父类，当前就成为父类 frame.Show() # 运行展示界面的方法Show() app.MainLoop() # 进入程序wx.App()循环 -
wxFormBuilder配置效果
-
运行效果
