提取合并多个pdf页面中的子区域,形成一个没有分页符的页面。
输入input:多个pdf的Rect区域 areas in pdf
输出output:一页(只是一页)完整的pdf文档 a page of pdf doc
*******************************
使用的工具及步骤tools and steps:
1、使用fitz.open()函数打开pdf
*2、使用page.searchFor("特征字符串")函数找到特征字符串位置(两个对角定点的坐标),得到需要剪切的位置。如果知道位置这一步可以省略
3、使用page = DOC.newPage(页面宽,页面高)创建新的页面
4、使用page.showPDFpage()函数插入区域
5、使用doc.save()函数保存文档
example:
#step 1
import fitz
DOC1 = fitz.open("c:/内容文件1.pdf") # 打开pdf文件,为提取这个文件的内容做准备
DOC2 = fitz.open("c:/内容文件2.pdf") # 打开pdf文件,为提取这个文件的内容做准备
DOC3 = fitz.open() # empty new PDF (output)建立一个空文档,用于存放提取出来的pdf上的区域
#step 3 创建一个新的空页面
page = DOC3.newPage(width=DOC1[0].rect.width,
height=y) #文档总共的高度
4、使用page.showPDFpage()函数插入区域