从pdf 文件中抽取特定的页面

Posted 蒋乐兴的技术随笔

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了从pdf 文件中抽取特定的页面相关的知识,希望对你有一定的参考价值。

前段时间买了一个kindle 电子书阅读器、我想用它来读的pdf文档、当然最主要是用来读python标准库&mysql的官方文档。

问题就来了、这两个都是大头书、之前用mac看还好、用kindle就真的不方便了;主要是kindle对pdf的支持不太好、不能

目录导航;于是我就想把大的pdf文件按章节分解成小的pdf文件

 

一、安装PyPDF2这个python包

pip3 install PyPDF2

 

二、从源pdf文件中抽取页面

#/usr/local/python/bin/python3

from PyPDF2 import PdfFileReader,PdfFileWriter
"""
抽取pdf页面
"""

if __name__=="__main__":
    reader=PdfFileReader(/Users/jianglexing/Documents/linux/python/python-3.6/library.pdf)
    writer=PdfFileWriter()
    #开始的页面号
    start=108 
    #结束的页面号
    stop=126
    with open(/Users/jianglexing/Documents/python-std-re.pdf,wb) as wstream:
        for page in range(start,stop):
            temp=reader.getPage(page)
            writer.addPage(temp)
        writer.write(wstream)
    print("对抽取完成了")

 

三、功能我们已经实现了、但是还太友好、下面对代码进行改进:

 

 

 

----

以上是关于从pdf 文件中抽取特定的页面的主要内容,如果未能解决你的问题,请参考以下文章

11SpringBoot-CRUD-thymeleaf公共页面元素抽取

如何将特定页面从一个pdf附加到另一个pdf?

pdf文件中截取eps图片并压缩

R语言使用pdftools包的pdf_text函数抽取pdf中所有页的文本使用cat函数查看抽取获得的特定页的文本(Extract the text for all pages)

在 Asp.net 的 iframe 中显示 PDF 的特定页面

使用 PDFBox 从 PDF 文档中读取特定页面