学习笔记34

今天开始对第十三章的内容进行学习，开始对PDF和Word文档进行研究。

13.1 PDF文档

用于处理PDF的模块是PyPDF2，后在交互环境中运行import PyPDF2。
PyPDF2可以提取文本，并将文本返回为Python字符串。提取文本过程中：
1、将pdf文件的总页数保存在numPages属性中；
2、调用PdfFileReader对象的getPage()方法；
3、调用extractText()方法来返回该页文本的字符串。

解密PDF：
所有PDFFIleReader对象都有一个isEncrypted属性，如果PDF是加密的，即返回True。

创建PDF的一般方式：
1、打开源PDF，得到PdfFileReader对象；
2、创建一个新的PdfFileReader对象；
3、将页面从PdfFileReader对象拷贝到PdfFileReader对象中；
4、利用PdfFileReader对象写入输出的PDF。

利用rotateClockwise()和rotateCounterClockwise()方法可以将PDF文档的页面旋转90度的整数倍。

13.2 项目：从多个PDF中合并选择的页面

第一步：找到你要合并的所有PDF文件，在导入PyPDF2模块后os.listdir(’.’)调用将返回当前工作目录中所有文件的列表，然后代码循环遍历这个列表，将所有PDF文件整合到一起；
第二步：针对每个PDF文件，循环内的代码调用open()用二进制的方式打开文件；
第三步：针对每个PDF文件，需要对除了第一页以外的每一页进行循环遍历；
第四步：将最后得到的File对象传给write()方法来创建一个新的pdf文件。