PDF分割？有了这把魔法剪，PDF任你裁剪（PyPDF2）-

Posted 2021-06-25 Tisfy

传送门

• 用PyDPF2实现pdf文件的裁剪
• • 背景故事
  • 环境准备
  • 过程

用PyDPF2实现pdf文件的裁剪

背景故事

我们老师给我们了一些很不错的PDF，为了便于我们打印，把PDF做成了一张上有4页的形式。

但是可能不太方便阅读。于是，想到用python处理一下。

环境准备

使用PyPDF2，如果没有需要先安装。网上教程很多，这里简单说一下：

可以Win+R，输入cmd并回车，弹出小黑框，输入pip install PyPDF2即可。

过程

首先导入PyPDF2

import PyPDF2

然后定义要处理的PDF文件的路径和要输出的PDF文件的路径

input_file_path = 'C:\\\\Users\\\\LetMeFly\\\\Desktop\\\\lec1_1.pdf'
output_file_path = 'C:\\\\Users\\\\LetMeFly\\\\Desktop\\\\lec1_1-sp.pdf'
output_file = PyPDF2.PdfFileWriter()

获取要处理的PDF的信息

input_file = PyPDF2.PdfFileReader(open(input_file_path, 'rb'))
page_info = input_file.getPage(0)  # 这里假设每一页PDF都一样大
width = float(page_info.mediaBox.getWidth())  # 宽度
height = float(page_info.mediaBox.getHeight())  # 高度
page_count = input_file.getNumPages()  # 页数

然后先尝试裁剪一个$200\ast 200$的小PDF（看不懂先别着急，等会会讲）

this_page = input_file.getPage(0)  # 获取第1页
this_page.mediaBox.lowerLeft=(0,0)
this_page.mediaBox.lowerRight=(200,0)
this_page.mediaBox.upperLeft = (0,200)
this_page.mediaBox.upperRight = (200,200)

把裁剪出来的小块添加到要输出的PDF中并输出

output_file.addPage(this_page)
output_file.write(open(output_file_path, 'wb'))

总体就是：

import PyPDF2
input_file_path = 'C:\\\\Users\\\\LetMeFly\\\\Desktop\\\\lec1_1.pdf'
output_file_path = 'C:\\\\Users\\\\LetMeFly\\\\Desktop\\\\lec1_1-sp.pdf'
output_file = PyPDF2.PdfFileWriter()
input_file = PyPDF2.PdfFileReader(open(input_file_path, 'rb'))

page_info = input_file.getPage(0)  # 这里假设每一页PDF都一样大
width = float(page_info.mediaBox.getWidth())  # 宽度
height = float(page_info.mediaBox.getHeight())  # 高度
page_count = input_file.getNumPages()  # 页数

this_page = input_file.getPage(0)  # 获取第1页
this_page.mediaBox.lowerLeft=(0,0)
this_page.mediaBox.lowerRight=(200,0)
this_page.mediaBox.upperLeft = (0,200)
this_page.mediaBox.upperRight = (200,200)

output_file.addPage(this_page)
output_file.write(open(output_file_path, 'wb'))

可以看到桌面上多出了一个lec1_1-sp.pdf，打开张这样

像素正好是$200\ast 200$

接下来讲解lowerLeft、lowerRight、upperLeft、upperRight为什么是这些参数。

PyPDF2中，获取pdf的宽和高时，长的是高，短的是宽。就像第一张图片，

然而lowerLeft、lowerRight、upperLeft、upperRight中的8个值（其实有4对相同的）不好记，于是我打包了一个函数：

def split(page, tup):
    page.mediaBox.lowerLeft=(tup[0],tup[1])
    page.mediaBox.lowerRight=(tup[2],tup[1])
    page.mediaBox.upperLeft = (tup[0], tup[3])
    page.mediaBox.upperRight = (tup[2], tup[3])

使用这个函数时，你只需要把要裁剪的Page、矩形左上角、右下角两个点的xy坐标传入就行了。
如图，坐标只需要传入(1,1,2,3)就行了，分别是左上角的xy和右下角的xy

即split(this_page, (1,1,2,3))

所以假如要做如下裁剪

只需要split(this_page, (100,60,180,310))即可
完成代码：

import PyPDF2
input_file_path = 'C:\\\\Users\\\\LetMeFly\\\\Desktop\\\\lec1_1.pdf'
output_file_path = 'C:\\\\Users\\\\LetMeFly\\\\Desktop\\\\lec1_1-sp.pdf'
output_file = PyPDF2.PdfFileWriter()
input_file = PyPDF2.PdfFileReader(open(input_file_path, 'rb'))

def split(page, tup):
    page.mediaBox.lowerLeft=(tup[0],tup[1])
    page.mediaBox.lowerRight=(tup[2],tup[1])
    page.mediaBox.upperLeft = (tup[0], tup[3])
    page.mediaBox.upperRight = (tup[2], tup[3])

page_info = input_file.getPage(0)  # 这里假设每一页PDF都一样大
width = float(page_info.mediaBox.getWidth())  # 宽度
height = float(page_info.mediaBox.getHeight())  # 高度
page_count = input_file.getNumPages()  # 页数

this_page = input_file.getPage(0)  # 获取第1页
split(this_page, (100,60,180,310))

output_file.addPage(this_page)
output_file.write(open(output_file_path, 'wb'))

那么如何批量处理一张4页的PDF呢？
篇幅限制，请看这里。

原创不易，转载请附上原文链接哦~
Tisfy：https://letmefly.blog.csdn.net/article/details/117637420