《Python编程快速上手》---项目记录（第13章）

13.2 项目：从多个 PDF 中合并选择的页面

import PyPDF2, os
# Get all the PDF filenames.
pdfFiles = []

'''第 1 步：找到所有 PDF 文件'''
for filename in os.listdir('.'):
#os.listdir('.')调用将返回当前工作目录中所有文件的列表。
	if filename.endswith('.pdf'):
	#将带有.pdf 扩展名的文件添加到 pdfFiles 中
		pdfFiles.append(filename)

pdfFiles.sort(key=str.lower)

#列表按照字典顺序排序，调用sort()时带有 key/str.lower 关键字参数
pdfWriter = PyPDF2.PdfFileWriter()

'''第 2 步：打开每个 PDF 文件'''
for filename in pdfFiles:
 pdfFileObj = open(filename, 'rb')
 pdfReader = PyPDF2.PdfFileReader(pdfFileObj)

 for pageNum in range(1, pdfReader.numPages):
 #'''第 3 步：添加每一页'''
  pageObj = pdfReader.getPage(pageNum)
  pdfWriter.addPage(pageObj)
	

'''第 4 步：保存结果'''
pdfOutput = open('allminutes.pdf', 'wb')
pdfWriter.write(pdfOutput)
pdfOutput.close()

关于Python的sort():https://www.cnblogs.com/ShaunChen/p/6205330.html

感觉很好用,(随后会解算法题)

类似程序的想法

1，从 PDF 文件中截取特定的页面

#功能:
#将watermark.pdf读入作为封面
#将meetingminutes2.pdf读入2~3页作为内容
import PyPDF2
pdf1File = open('watermark.pdf', 'rb')
pdf2File = open('meetingminutes.pdf', 'rb')
pdf1Reader = PyPDF2.PdfFileReader(pdf1File)
pdf2Reader = PyPDF2.PdfFileReader(pdf2File)
pdfWriter = PyPDF2.PdfFileWriter()
for pageNum in range(pdf1Reader.numPages):
	pageObj = pdf1Reader.getPage(pageNum)
	pdfWriter.addPage(pageObj)
for pageNum in range(2,4):
	pageObj = pdf2Reader.getPage(pageNum)
	pdfWriter.addPage(pageObj)
	
pdfOutputFile = open('test_one.pdf', 'wb')
pdfWriter.write(pdfOutputFile)
pdfOutputFile.close()
pdf1File.close()
pdf2File.close()

2，重新调整 PDF 文件中页面的次序

利用第1题的方法

3，创建一个 PDF 文件，只包含那些具有特定文本的页面。文本由 extractText()来确定。

<class 'PyPDF2.pdf.PdfFileWriter'>

从pdf中提取的文本类型不是字符串,所以无法通过string来筛选.

13.3 Word文档

有了 python-docx，Python 程序就能从.docx 文件中读取文本，像其他的字符串值一样使用它

这说明:.docx文件读取的是string类型.

13.6 实践项目

13.6.1 PDF 偏执狂

13.6.2 定制邀请函，保存为 Word 文档

13.6.3 暴力 PDF 口令破解程序