python 打开pdf文件_用python操作PDF文件

版权声明

本次学习的内容主要是：从PDF读取文本内容和从已经有的文档生成新的PDF。

需要用到的模块是PyPDF2.

首先要在命令行中运行pip install PyPDF2.

一、从PDF读取文本

PyPDF2无法从pdf文档中提取图像，图表和其他媒体，但是它可以提取文本，并且将文本返回为python字符串。

importPyPDF2

# ===============从pdf中提取文本===========

pdffile=open(r'E:\python让繁琐的工作自动化\13_处理pdf和word文档\data\meetingminutes.pdf','rb')# 读取pdf文件

pdfreader=PyPDF2.PdfFileReader(pdffile)# 读入到

print(pdfreader.numPages)# 读取pdf页数======19

读取pdf文件的页数是：

获取第一页的内容：

page0=pdfreader.getPage()#获取第1页，第一页是0

print(page0.extractText())# 获取第2页的内容，返回的是字符串

内容是

二、解密PDF

某些文档有加密功能，为了防止别人阅读，只有在打开文档的时候提供口令才能阅读。我打开的文件的加密口令是rosebud.

其实在读取一个pdf文件是首先应该确定它是否加密了。如果加密，isEncrypted属性就会返回True.此时就需