Python | 实现pdf文件分页

Posted 2022-08-01 婉儿hye

pdf的分页，我们在现实生活中，是难免会遇到的事。当你遇到时，你是怎么解决的呢？ 在Python中，实现pdf分页，是极其简单快速的，只需要运行几行代码，即可实现，不管你的pdf文件有多大，下面让我们一起来看看吧~

不知道大家有没有遇到过这么一种情况，就比如一个pdf格式的电子书，我们经常浏览的是其中的一部分，而这电子书的页数很大，每当需要浏览时，就需要翻到对应的页码，就有点儿繁琐。

还有一些情况，比如，我们想分享pdf文件里的部分内容给别人，我们也需要用到pdf分页，不仅可以分析指定内容，而且也可以减少发送文件的大小O(∩_∩)O哈哈~

总之，pdf的分页，我们在现实生活中，是难免会遇到的事。当你遇到时，你是怎么解决的呢？

在Python中，实现pdf分页，是极其简单快速的，只需要运行几行代码，即可实现，不管你的pdf文件有多大，下面让我们一起来看看吧~
注：每部分代码的作用，我都注释在了代码后面，注意查看喔~

from PyPDF2 import PdfFileReader, PdfFileWriter
import os


def split(path, page_num):
    try:  # 捕获值异常错误，就是只输入了一个页数的时候
        page_start, page_end = page_num.split()
    except ValueError:
        page_start = page_num
        page_end = page_num
    output_name = os.path.splitext(path)[0] + f(page_start-page_end).pdf  # 输出分割后的pdf文件
    page_start, page_end = int(page_start), int(page_end)  # 将页码转为整数类型
    if os.path.splitext(path)[1] == :  # 判断文件格式是否以.pdf结尾
        path = path + ".pdf"
    try:
        pdf = PdfFileReader(path)  # 读取pdf
    except FileNotFoundError:
        print("Error:请确认您输入的pdf文件是否存在！")
        return
    pdf_writer = PdfFileWriter()  # pdf写入对象

    if page_start < 1 or page_end > pdf.getNumPages():  # 判断页码是否在合理范围内，即有没有小于或大于pdf文件的页数
        print("Error:页码超出合理范围，请确定您输入的页数区间在合理范围之内！")
        return
    for page in range(page_start-1, page_end):  # 需要分割的pdf页数区间，因为读取的页数是从0开始计数的，所以减1
        pdf_writer.addPage(pdf.getPage(page))  # pdf页数读取，存于内存，并未开始写入
    with open(output_name, wb) as output_pdf:
        pdf_writer.write(output_pdf)  # 开始写入指定页数区间的pdf
    print("分页完成，注意查收：" + output_name)


if __name__ == __main__:
    source_path = input("请输入需要分割的pdf的文件:")  # 需要分割的pdf文件
    pages = input("请输入分割的起始页和终止页,以空格分开:")
    split(source_path, pages)

其实最主要的代码就下面的几行：

pdf = PdfFileReader(path)  # 读取pdf
pdf_writer = PdfFileWriter()  # pdf写入对象
for page in range(page_start, page_end):  # 需要分割的pdf页数区间
    pdf_writer.addPage(pdf.getPage(page))  # pdf页数读取，存于内存，并未开始写入
with open(output_name, wb) as output_pdf:
    pdf_writer.write(output_pdf)  # 开始写入指定页数区间的pdf

我只是在其基础上增加了一些异常错误捕获并解决的代码，并实现代码的循环利用，而不是只针对于一个pdf文件。

代码使用展示：

1.源文件

书的页数还是挺大的

2.目标页数区间

注意，虽然这里的页码是​​271​​​，但并不代表就是​​271​​，因为读取的pdf文件页码是整个文件的页码，就比如书的封面，目录的页数也得包含进去。

所以，我们可以简单算一下，书的页码第一页与到封面差了几页，我这里差的是​​13​​​页，所以就是​​271+13=284​​​作为分割起始页，需要截取的页数对应书上的页码是​​276​​​,​​276+13=289​​​，所以终止页就是​​289​​了

3.代码运行

4.异常捕获的代码展示：

输入的起始页小于1：

pdf页码一共才600页，然后输入了终止页为700：

5.其它

要求的是区间，但你可以输入​​1 1​​​,​​1​​:

代码还可以继续完善，感兴趣的小伙伴可以开动开动一下自己聪明的脑袋瓜子haha

箴言：因为这些东西是非常简单的。不要抱怨自己学不会，那是因为你没有足够用心。