PyPDF2详解
工作中可能会涉及处理pdf文件，PyPDF2就是这样一个库， 使用它可以轻松的处理pdf文件，它提供了读、写、分割、合并、文件转换等多种操作。官方地址：http://mstamy2.github.io/PyPDF2/
安装
1. RPM式系统（Redhat、CentOS）
|
1
|
pip install pypdf2 |
2. DEB式系统（Debian、Ubuntu）以下任一
|
1
2
|
pip install pypdf2 apt install python-pypdf2 |
3. Windows
|
1
|
pip install pypdf2 |
使用
PyPDF2 包含了 PdfFileReader PdfFileMerger PageObject PdfFileWriter 四个常用的主要 Class。
简单读写
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
from PyPDF2 import PdfFileReader, PdfFileWriter readFile = 'read.pdf'writeFile = 'write.pdf'# 获取一个 PdfFileReader 对象 pdfReader = PdfFileReader(open(readFile, 'rb')) # 获取 PDF 的页数 pageCount = pdfReader.getNumPages() print(pageCount) # 返回一个 PageObject page = pdfReader.getPage(i) # 获取一个 PdfFileWriter 对象 pdfWriter = PdfFileWriter() # 将一个 PageObject 加入到 PdfFileWriter 中 pdfWriter.addPage(page) # 输出到文件中 pdfWriter.write(open(writeFile, 'wb')) |
合并分割 PDF
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
from PyPDF2 import PdfFileReader, PdfFileWriter def split_pdf(infn, outfn): pdf_output = PdfFileWriter() pdf_input = PdfFileReader(open(infn, 'rb')) # 获取 pdf 共用多少页 page_count = pdf_input.getNumPages() print(page_count) # 将 pdf 第五页之后的页面，输出到一个新的文件 for i in range(5, page_count): pdf_output.addPage(pdf_input.getPage(i)) pdf_output.write(open(outfn, 'wb')) def merge_pdf(infnList, outfn): pdf_output = PdfFileWriter() for infn in infnList: pdf_input = PdfFileReader(open(infn, 'rb')) # 获取 pdf 共用多少页 page_count = pdf_input.getNumPages() print(page_count) for i in range(page_count): pdf_output.addPage(pdf_input.getPage(i)) pdf_output.write(open(outfn, 'wb')) if __name__ == '__main__': infn = 'infn.pdf' outfn = 'outfn.pdf' split_pdf(infn, outfn) |
其他命令
如果是要修改一个已有的 pdf 文件，可以将 reader 的页面添加到 writer 中：
pdfWriter.appendPagesFromReader(reader)
添加书签：
pdfWriter.addBookmark(title, pagenum, parent=parent)
小蟒蛇
