如何使用pyPdf沿中间分割/裁剪pdf

Posted 2023-02-25

【中文标题】如何使用pyPdf沿中间分割/裁剪pdf

【英文标题】：How to split/crop a pdf along the middle using pyPdf

【发布时间】：2014-12-06 21:12:15

【问题描述】：

我有一个看起来像 this 的 pdf，我想剪掉所有文本，几乎就在页面中间。我发现这个脚本做了类似的事情：

def splitHorizontal():
from pyPdf import PdfFileWriter, PdfFileReader
input1 = PdfFileReader(file("in.pdf", "rb"))
output = PdfFileWriter()

numPages = input1.getNumPages()
print "document has %s pages." % numPages

for i in range(numPages):
    page = input1.getPage(i)
    print page.mediaBox.getUpperRight_x(), page.mediaBox.getUpperRight_y()
    page.trimBox.lowerLeft = (25, 25)
    page.trimBox.upperRight = (225, 225)
    page.cropBox.lowerLeft = (50, 50)
    page.cropBox.upperRight = (200, 200)
    output.addPage(page)

outputStream = file("out.pdf", "wb")
output.write(outputStream)
outputStream.close()

但是，这些裁剪尺寸已针对该特定示例进行了调整。 谁能告诉我如何找到正确的裁剪尺寸。

【问题讨论】：

getUpperLeft_x() 带给你什么？

【参考方案1】：

我最初是从这里获得脚本 --> Cropping pages of a .pdf file。

我仔细阅读了作者所说的话，终于意识到他说的是：

生成的文档有一个 200x200 点的裁切框，从媒体框内的 25,25 点开始。裁剪框在裁切框内 25 磅。

意义

page.cropBox.upperRight = (200, 200)

必须控制最终边距，因此我将语句调整为

page.cropBox.upperLeft = (290, 792)

将裁剪镜像到另一侧并确保裁剪保持完整的垂直值

【参考方案2】：

将每一页切成两半，例如如果来源是 以小册子形式创建，然后重新组合 用于进一步处理，例如。文本提取

导入所需的库

from PyPDF2 import PdfFileWriter,PdfFileReader,PdfFileMerger

分割左侧部分

with open("docu.pdf", "rb") as in_f:
    input1 = PdfFileReader(in_f)
    output = PdfFileWriter()

    numPages = input1.getNumPages()

    for i in range(numPages):
        page = input1.getPage(i)
        page.cropBox.lowerLeft = (60, 50)
        page.cropBox.upperRight = (305, 700)
        output.addPage(page)

    with open("left.pdf", "wb") as out_f:
        output.write(out_f)

分割右边部分：

with open("docu.pdf", "rb") as in_f:
    input1 = PdfFileReader(in_f)
    output = PdfFileWriter()

    numPages = input1.getNumPages()

    for i in range(numPages):
        page = input1.getPage(i)
        page.cropBox.lowerLeft = (300, 50)
        page.cropBox.upperRight = (540, 700)
        output.addPage(page)

    with open("right.pdf", "wb") as out_f:
        output.write(out_f)

左右结合（两栏两页）

input1 = PdfFileReader(open("left.pdf","rb"))
input2 = PdfFileReader(open("right.pdf","rb"))
output = PdfFileWriter()
numPages = input1.getNumPages()

for i in range(numPages):
    l = input1.getPage(i)
    output.addPage(l)
    r = input2.getPage(i)
    output.addPage(r)

with open("out.pdf", "wb") as out_f:
    output.write(out_f)