PyPDF2: Python PDF库简介

PyPDF2: Python PDF库简介

是一个开源的Python库，用于处理PDF文件。它支持各种功能，如阅读、合并、分割PDF文件，并且可以进行元数据提取、加密解密等操作。

功能介绍

1. 读取和解析PDF：通过PyPDF2.PdfFileReader类，您可以轻松地打开并读取PDF文档中的信息，包括页面数、元数据（如标题、创建日期）和内容文本。

import PyPDF2

reader = PyPDF2.PdfFileReader("example.pdf")
print(f"Pages: {reader.getNumPages()}")
print(f"Title: {reader.getDocumentInfo().title}")

1. 合并PDF：利用PyPDF2.PdfFileMerger类，可以将多个PDF文件合并为一个PDF文件。

from PyPDF2 import PdfFileMerger

merger = PdfFileMerger()
for pdf in ["file1.pdf", "file2.pdf"]:
    merger.append(pdf)
merger.write("merged.pdf")

1. 分割PDF：通过PyPDF2.PdfFileWriter类，您可以从PDF中提取或删除特定页，创建新的PDF文件。

import PyPDF2

output_writer = PyPDF2.PdfFileWriter()

with open("input.pdf", "rb") as file:
    reader = PyPDF2.PdfFileReader(file)
    for i in range(reader.getNumPages()):
        output_writer.addPage(reader.getPage(i))

    with open("output.pdf", "wb") as output_file:
        output_writer.write(output_file)

1. 提取文本和元数据：使用PyPDF2.PdfFileReader.getPage()方法获取页面对象，并调用.extractText()以提取页面上的文本。您还可以访问文档的元数据，如标题、作者和创建日期。

import PyPDF2

reader = PyPDF2.PdfFileReader("document.pdf")

page = reader.getPage(0)
text = page.extractText()
print(text)

info = reader.getDocumentInfo()
print(f"Title: {info.title}")
print(f"Author: {info.author}")
print(f"Creation Date: {info.creationDate}")

1. 加密与解密：PyPDF2允许您对PDF文件进行加密和解密，控制访问权限和密码策略。

import PyPDF2

# Encrypt a PDF
writer = PyPDF2.PdfFileWriter()
with open("input.pdf", "rb") as input_file:
    reader = PyPDF2.PdfFileReader(input_file)
    for page_num in range(reader.getNumPages()):
        writer.addPage(reader.getPage(page_num))
    writer.encrypt("password")

with open("encrypted.pdf", "wb") as encrypted_file:
    writer.write(encrypted_file)

# Decrypt a PDF
decrypted_reader = PyPDF2.PdfFileReader(open("encrypted.pdf", "rb"))
decrypted_reader.decrypt("password")

特点

• 支持Python 2和3
• 易于安装，只需执行 pip install PyPDF2
• 简洁的API设计，易于上手
• 轻量级，无需依赖其他大型库
• 兼容多种操作系统（Windows、macOS、Linux）

结论

如果您需要在Python项目中处理PDF文件，那么PyPDF2是一个值得考虑的选择。它的丰富功能和简单易用的接口使得PDF处理变得更加便捷。尝试一下PyPDF2，看看它是如何帮助您解决PDF相关的任务吧！