python 获取pdf页数_【Python自动化办公】pdf文件自动处理

PDF 表示 Portable Document Format，使用 .pdf 作为文件扩展名。虽然 PDF 支持许多功能，但现在我们专注于最常做的两件事：从 PDF 读取文本内容和从已有的文档生成新的 PDF。主要涉及到三个类：PdfFileReader、PdfFileWriter、PageObject。 Python中用于处理PDF文档的模块是PyPDF2。可以直接通过 pip 指令去安装：pip install PyPDF2 。 这个地方要注意，模块名是区分大小写的，除了 y 是小写其他字母都是大写。

1. PdfFileReader

PdfFileReader是 PyPDF2 提供的一个类，主要是通过方法和属性来提供获取pdf文件内容的相关功能。 使用PdfFileReader读取pdf文件前需要先创建一个PdfFileReader的对象：

PdfFileReader(stream, strict = True,warndest = None,overwriteWarnings = True)

• stream： File 对象或支持与 File 对象类似的标准读取和查找方法的对象，也可以是表示 PDF 文件路径的字符串。
• strict（bool）： 确定是否应该警告用户所用的问题，也导致一些可纠正的问题是致命的，默认是 True
• warndest : 记录警告的目标(默认是 sys.stderr)
• overwriteWarnings(bool)：确定是否 warnings.py 用自定义实现覆盖 Python 模块（默认为 True）

实例一：从PDF文件中提取文本

# 从P