Python-分割PDF文件-如何自定义分割-按页数分割PDF-PyPDF2

1.PyPDF2库

  如今网上大部分电子文档数据都是PDF，如何对PDF进行有效的编辑，能够非常有效的提高工作效率，本文介绍采用开源库来自定义分割PDF，亲测可用：

# encoding:utf-8
from PyPDF2 import PdfFileReader, PdfFileWriter
def splitPdf():
    readFile = 'C:/Users/ajz/Desktop/代琼/2.健力多汤臣倍健氨糖硫酸软骨素钙片48片_已签章.pdf';
    outFile = 'C:/Users/ajz/Desktop/copy.pdf';
    pdfFileWriter = PdfFileWriter();

    # 获取 PdfFileReader 对象
    pdfFileReader = PdfFileReader(readFile);  # 或者这个方式：pdfFileReader = PdfFileReader(open(readFile, 'rb'));
    # 文档总页数
    numPages = pdfFileReader.getNumPages();

    if numPages > 5:
        # 从第五页之后的页面，输出到一个新的文件中，即分割文档
        for index in range(5, numPages):
            pageObj = pdfFileReader.getPage(index)
            pdfFileWriter.addPage(pageObj)

        # 添加完每页，再一起保存至文件中
        pdfFileWriter.write(open(outFile, 'wb'))

import os
def split(pdf_file, delta, output_dir):
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)
    if not os.path.exists(pdf_file):
        return

    print('----------参数信息---------------')
    print('File:' + pdf_file)
    print('PageNums:' + str(delta))
    print('Dest:' + output_dir)
    print('-----------pdf开始切分-----------')
    file_name = pdf_file.split('/')[-1].split('.')[0]
    output_dir = os.path.join(output_dir, file_name)
    if not os.path.exists(output_dir):
        os.mkdir(output_dir)

    input_stream = open(pdf_file, 'rb')
    pdf_input = PdfFileReader(input_stream)
    page_count = pdf_input.getNumPages()
    sum_page_count = int(page_count / (delta * 1.0))
    remind_page = page_count % delta
    for i in range(0, sum_page_count + 1):
        start = i * delta
        end = (i + 1) * delta
        pdf_out = PdfFileWriter()
        file_path = os.path.join(output_dir, os.path.split(pdf_file)[1])
        if i < sum_page_count:
            full_file_name = file_name + str(start + 1) + '-' + str(end) + ".pdf"
            file_path = os.path.join(output_dir, full_file_name)
            print(full_file_name + '切分完成')
            for j in range(start, end):
                page = pdf_input.getPage(j)
                pdf_out.addPage(page)
        else:
            full_file_name = file_name + str(start + 1) + '-' + str(start + remind_page) + ".pdf"
            file_path = os.path.join(output_dir, full_file_name)
            print(full_file_name + '切分完成')
            for j in range(delta * (sum_page_count), page_count):
                page = pdf_input.getPage(j)
                pdf_out.addPage(page)
        out_stream = open(file_path, 'wb')
        pdf_out.write(out_stream)
        out_stream.close()
    input_stream.close()
    print('-----------pdf切分完成-----------')

if __name__ == '__main__':
    readFile = 'C:/Users/ajz/Desktop/广州知了软件有效公司.pdf';
    split(readFile,2,'C:/Users/ajz/Desktop');

  合理的脚本代码可以有效的提高工作效率，减少重复劳动。

2.作者答疑

  如有疑问，敬请留言。