工作中可能会涉及处理pdf文件,PyPDF2就是这样一个库, 使用它可以轻松的处理pdf文件,它提供了读、写、分割、合并、文件转换等多种操作。官方地址:http://mstamy2.github.io/PyPDF2/
安装
1. RPM式系统(Redhat、CentOS)
1
|
pip
install
pypdf2
|
2. DEB式系统(Debian、Ubuntu)以下任一
1
2
|
pip
install
pypdf2
apt
install
python-pypdf2
|
3. Windows
1
|
pip
install
pypdf2
|
使用
PyPDF2 包含了 PdfFileReader PdfFileMerger PageObject PdfFileWriter 四个常用的主要 Class。
简单读写
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
from
PyPDF2
import
PdfFileReader, PdfFileWriter
readFile
=
'read.pdf'
writeFile
=
'write.pdf'
# 获取一个 PdfFileReader 对象
pdfReader
=
PdfFileReader(
open
(readFile,
'rb'
))
# 获取 PDF 的页数
pageCount
=
pdfReader.getNumPages()
print
(pageCount)
# 返回一个 PageObject
page
=
pdfReader.getPage(i)
# 获取一个 PdfFileWriter 对象
pdfWriter
=
PdfFileWriter()
# 将一个 PageObject 加入到 PdfFileWriter 中
pdfWriter.addPage(page)
# 输出到文件中
pdfWriter.write(
open
(writeFile,
'wb'
))
|
合并分割 PDF
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
from
PyPDF2
import
PdfFileReader, PdfFileWriter
def
split_pdf(infn, outfn):
pdf_output
=
PdfFileWriter()
pdf_input
=
PdfFileReader(
open
(infn,
'rb'
))
# 获取 pdf 共用多少页
page_count
=
pdf_input.getNumPages()
print
(page_count)
# 将 pdf 第五页之后的页面,输出到一个新的文件
for
i
in
range
(
5
, page_count):
pdf_output.addPage(pdf_input.getPage(i))
pdf_output.write(
open
(outfn,
'wb'
))
def
merge_pdf(infnList, outfn):
pdf_output
=
PdfFileWriter()
for
infn
in
infnList:
pdf_input
=
PdfFileReader(
open
(infn,
'rb'
))
# 获取 pdf 共用多少页
page_count
=
pdf_input.getNumPages()
print
(page_count)
for
i
in
range
(page_count):
pdf_output.addPage(pdf_input.getPage(i))
pdf_output.write(
open
(outfn,
'wb'
))
if
__name__
=
=
'__main__'
:
infn
=
'infn.pdf'
outfn
=
'outfn.pdf'
split_pdf(infn, outfn)
|
其他命令
如果是要修改一个已有的 pdf 文件,可以将 reader 的页面添加到 writer 中:
pdfWriter.appendPagesFromReader(reader)
添加书签:
pdfWriter.addBookmark(title, pagenum, parent=parent)