PyPDF2基本用法

PyPDF2 是一个纯 Python 库，用于读取、修改和创建 PDF 文件。以下是 PyPDF2 的详细介绍：

安装 PyPDF2

PyPDF2 可以通过 pip 安装：

pip install PyPDF2

PyPDF2 的主要功能

1. 读取 PDF 文档：获取文档信息，如标题、作者、创建日期等，以及页面数量和页面尺寸。
2. 提取文本内容：从 PDF 页面提取文本。
3. 合并 PDF 文档：将多个 PDF 文件合并为一个文件。
4. 拆分 PDF 文档：将一个 PDF 文件拆分为多个文件。
5. 旋转页面：支持将页面内容按 90 度的倍数进行旋转。
6. 裁剪页面：裁剪页面到指定区域。
7. 添加和删除页面：向 PDF 文档添加新页面或删除现有页面。
8. 编辑页面内容：添加文字、图片等内容到页面。
9. 添加水印：向页面添加文字或图片水印。
10. 加密和解密：对 PDF 文档进行加密和解密，设置密码保护。
11. 处理表单：读取和填写 PDF 表单数据，创建、修改和删除表单字段。
12. 元数据处理：设置和修改 PDF 文档的元数据，如标题、作者、主题等。
13. 书签和链接操作：添加书签到 PDF 文档，实现快速导航；添加超链接到页面。

示例代码

以下是一些使用 PyPDF2 的示例代码：

读取 PDF 信息

import PyPDF2
with open('example.pdf', 'rb') as file:
    pdf = PyPDF2.PdfFileReader(file)
    num_pages = pdf.numPages
    metadata = pdf.getDocumentInfo()
    print("页数:", num_pages)
    print("标题:", metadata.title)
    print("作者:", metadata.author)

提取文本

import PyPDF2
with open('example.pdf', 'rb') as file:
    pdf = PyPDF2.PdfFileReader(file)
    page = pdf.getPage(0)
    text = page.extractText()
    print(text)

合并 PDF

import PyPDF2
merger = PyPDF2.PdfFileMerger()
merger.append('document1.pdf')
merger.append('document2.pdf')
with open('merged_document.pdf', 'wb') as output:
    merger.write(output)

拆分 PDF

import PyPDF2
with open('example.pdf', 'rb') as file:
    pdf = PyPDF2.PdfFileReader(file)
    for page_num in range(pdf.numPages):
        output_pdf = PyPDF2.PdfFileWriter()
        output_pdf.addPage(pdf.getPage(page_num))
        with open(f'page{page_num + 1}.pdf', 'wb') as output_file:
            output_pdf.write(output_file)

添加水印

import PyPDF2
with open('example.pdf', 'rb') as file:
    pdf = PyPDF2.PdfFileReader(file)
    watermark = PyPDF2.PdfFileReader(open('watermark.pdf', 'rb'))
    output_pdf = PyPDF2.PdfFileWriter()
    for page_num in range(pdf.numPages):
        page = pdf.getPage(page_num)
        page.mergePage(watermark.getPage(0))
        output_pdf.addPage(page)
with open('watermarked_document.pdf', 'wb') as output_file:
    output_pdf.write(output_file)

注意事项

• PyPDF2 不再积极维护，可能不支持最新 PDF 特性。
• 对于复杂 PDF 结构，PyPDF2 可能无法正确处理。
• 考虑使用其他库，如 PyMuPDF（fitz）、pdfplumber 或 PDFMiner，以获得更好的兼容性和功能。

PyPDF2 提供了简单直观的 API，适合进行基本的 PDF 操作和自动化任务。