Python之PyPDF2模块的使用
Posted 小粉优化大师
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python之PyPDF2模块的使用相关的知识,希望对你有一定的参考价值。
PyPDF2模块主要的功能是分割或合并PDF文件,裁剪或转换PDF文件中的页面。
0、安装PyPDF2的模块
pip install PyPDF2
1、常用的函数
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2020/1/15 13:38 # @Author : suk # @File : pyxl.py # @Software: PyCharm import PyPDF2 reader = PyPDF2.PdfFileReader(open(\'linux.pdf\', \'rb\')) print(reader.getNumPages()) # 获取pdf总页数 print(reader.isEncrypted) # 判断是否有加密 page = reader.getPage(4) # 获取第四页 print(page.extractText()) # 获取第四页的内容 print(reader.getDocumentInfo()) # 获取PDF元信息,即创建时间,作者,标题等
2、读取PDF文件,取指定页数,写入到硬盘上的示例
#!/usr/bin/env python # -*- coding: utf-8 -*- import PyPDF2 reader = PyPDF2.PdfFileReader(open(\'linux.pdf\', \'rb\')) output = PyPDF2.PdfFileWriter() output.addPage(reader.getPage(1)) output.addPage(reader.getPage(4)) output.addPage(reader.getPage(5)) print(output.getNumPages()) # 获取写入页的总页数 output.encrypt(\'123456\') outputStream = open(\'PyPDF2-output.pdf\', \'wb\') output.write(outputStream) outputStream.close()
3、读取PDF某一页,旋转180度后,写入到新的PDF文件的示例
#!/usr/bin/env python # -*- coding: utf-8 -*- import PyPDF2 reader = PyPDF2.PdfFileReader(open(\'linux.pdf\', \'rb\')) page = reader.getPage(0) # 获取第0页 page.rotateClockwise(180) # 旋转180度 writer = PyPDF2.PdfFileWriter() # 创建PDF写入的对象 writer.addPage(page) outputStream = open(\'rotate-page-test.pdf\', \'wb\') # 创建一个PDF文件 writer.write(outputStream) # 往文件写入PDF数据 outputStream.close() # 写入流
4、PDF增加水印的示例
注意:水印模板可以利用WORD文档写好文字,转为PDF即可
#!/usr/bin/env python # -*- coding: utf-8 -*- import PyPDF2 reader = PyPDF2.PdfFileReader(open(\'linux.pdf\', \'rb\')) # 增加水印的原文件 watermark = PyPDF2.PdfFileReader(open(\'水印模板.pdf\', \'rb\')) # 水印的模板 writer = PyPDF2.PdfFileWriter() # 写入PDF的对象 for i in range(reader.getNumPages()): page = reader.getPage(i) page.mergePage(watermark.getPage(0)) # 将原文件与水印模板合并 writer.addPage(page) # 增加到写入对象中 outputStream = open(\'watermark-test-linux.pdf\', \'wb\') # 打开一个写入硬盘的文件对象 writer.write(outputStream) # 将合并好的数据,写入硬盘中 outputStream.close() # 关闭文件句柄
测试效果
5、合并多个指定的PDF文件的示例
#!/usr/bin/env python # -*- coding: utf-8 -*- from PyPDF2 import PdfFileMerger merger = PdfFileMerger() # 创建一个合并的对象 input1 = open(\'01PDF.pdf\', \'rb\') input2 = open(\'02PDF.pdf\', \'rb\') input3 = open(\'03PDF.pdf\', \'rb\') merger.append(fileobj=input1, pages=(0, 3)) # 合并文件1的0到3页 merger.merge(position=2, fileobj=input2, pages=(0, 1)) # 合并文件2的0到1页 merger.append(fileobj=input3) # 合并文件的所有页 output = open(\'document-output.pdf\', \'wb\') # 保存硬盘上 merger.write(output) # 写入到硬盘上 output.close() # 关闭文件句柄
6、批量合并指定目录的PDF文件的示例
#!/usr/bin/env python # -*- coding: utf-8 -*- import PyPDF2 import os import glob def get_all_pdf_files(path): """获取指定目录的所有pdf文件名""" all_pdfs = glob.glob(\'{0}/*.pdf\'.format(path)) all_pdfs.sort(key=str.lower) # 排序 return all_pdfs def main(): path = os.getcwd() all_pdfs = get_all_pdf_files(path) if not all_pdfs: raise SystemExit(\'没有可用的PDF类型文件\') merger = PyPDF2.PdfFileMerger() first_obj = open(all_pdfs[0], \'rb\') # 打开第一个PDF文件 merger.append(first_obj) # 增加到合并的对象中 file_objs = [] for pdf in all_pdfs[1:]: # 读取所有的文件对象 file_objs.append(open(pdf, \'rb\')) for file_obj in file_objs: reader = PyPDF2.PdfFileReader(file_obj) merger.append(fileobj=file_obj, pages=(1, reader.getNumPages())) outputStream = open(\'merge-pdfs.pdf\', \'wb\') merger.write(outputStream) outputStream.close() for file_obj in file_objs: # 批量关闭文件句柄 file_obj.close() if __name__ == \'__main__\': main()
以上是关于Python之PyPDF2模块的使用的主要内容,如果未能解决你的问题,请参考以下文章