python不可以处理pdf文件_Python处理PDF文件-简译与总结

最近看到一篇介绍Python中pyPDF模块的文章，详细介绍了使用pyPDF模块获取PDF文件信息，合并拆分PDF文件等功能。很方便，在此搬运分享以下：

全文介绍了以下几方面的功能

提取文件信息

旋转页面

合并文件

拆分文件

添加水印

加密文件

这里我主要尝试了前几个功能的实现，添加水印与加密文件不是很用得上就不再详细尝试了。

pyPdf，PyPDF2以及PyPDF4的发展历程

最初的pyPdf模块发布与2005年，但并不支持Python3。PyPDF2目前也基本停用，最新版本的PyPDF4支持PyPDF2的大多数功能，但也有部分功能不兼容。原文中使用的是PyPDF2模块，此处我改用最新的PyPDF4进行尝试。

安装

如果你已经安装了Anaconda，可以使用pip或者conda直接安装：

pip install PyPDF4

功能实现

提取PDF文件信息

我们可以通过PdfFileReader来实现对以下信息的提取：

作者

创建者

生产商

主题

题目

页数

代码如下：

from PyPDF4 import PdfFileReader，PdfFileWriter

def extract_information(pdf_path):

with open(pdf_path,'rb') as f:

pdf=PdfFileReader(f)

information=pdf.getDocumentInfo()

number_of_pages=pdf.getNumPage