PDF按页拆分为PDF单页或者图片

import base64
import sys
import PyPDF2
import fitz, os, datetime

def pdf_split(file_path, out_dir):
    """
    单个pdf按页拆分pdf
    @param file_path: 源文件路径（绝对路径）
    @param out_dir: 输出pdf目录文件夹（绝对）
    @return: 输出文件目录文件夹（绝对）
    """

    pdf_file = open(file_path, 'rb')  # 获取原 PDF 文件
    pdf_reader = PyPDF2.PdfFileReader(pdf_file)  # 创建 PDF 对象
    source_name = pdf_file.name  # 获取源文件名称，包含绝对路径
    print("source_name", source_name)

    output_dir = r"{}\{}".format(out_dir,source_name.split("\\")[-1].split(".")[0])
    print("output_dir", output_dir)
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

    pdf_writer = PyPDF2.PdfFileWriter()  # 创建一个空白 PDF 对象

    for page_num in range(pdf_reader.numPages):  # 将每页内容分别写入一个新文件
        page_obj = pdf_reader.getPage(page_num)
        pdf_writer.addPage(page_obj)  # 向空白 PDF 对象中添加要复制的 PDF页面

        new_name = "{}\{}.pdf".format(output_dir, str(page_num))
        # print("new_name", new_name)
        pdf_new_file = open(new_name, 'wb')  # 创建一个新文件
        pdf_writer.write(pdf_new_file)  # 将添加了内容的空白 PDF 对象，写入到新建文件中
        pdf_new_file.close()
        pdf_writer.__init__()  # 将 PDF 对象初始化

    pdf_file.close()
    return output_dir

def pyMuPDF_fitz(pdfPath, imagePath):
    """
        单个pdf按页拆分为图片
    """
    startTime_pdf2img = datetime.datetime.now()#开始时间

    print("imagePath="+imagePath)
    pdfDoc = fitz.open(pdfPath)
    for pg in range(pdfDoc.pageCount):
        page = pdfDoc[pg]
        rotate = int(0)
        # 每个尺寸的缩放系数为1.3，这将为我们生成分辨率提高2.6的图像。
        # 此处若是不做设置，默认图片大小为：792X612, dpi=96
        zoom_x = 1.33333333 #(1.33333333-->1056x816)   (2-->1584x1224)
        zoom_y = 1.33333333
        mat = fitz.Matrix(zoom_x, zoom_y).preRotate(rotate)
        pix = page.getPixmap(matrix=mat, alpha=False)

        if not os.path.exists(imagePath):#判断存放图片的文件夹是否存在
            os.makedirs(imagePath) # 若图片文件夹不存在就创建

        pix.writePNG(imagePath+'/'+'images_%s.png' % pg)#将图片写入指定的文件夹内

    endTime_pdf2img = datetime.datetime.now()#结束时间
    print('pdf2img时间=',(endTime_pdf2img - startTime_pdf2img).seconds)


# 调用
# pdf拆为pdf
# file_path = r'E:\work\样本\doc01680420210428144150.pdf'  # 源文件所在的绝对路径
# root_obj = r'E:\work\样本拆分'
# pdf_outputdir = pdf_split(file_path, root_obj)

# pdf拆分成图片
pdfPath = r'E:\work\样本\4.pdf'
imagePath = r'E:\work\4'
pyMuPDF_fitz(pdfPath, imagePath)