Django应用实战: 编写你自己的PDF编辑器, 实现PDF页面提取, 页面合并与替换。

大多数PDF软件阅读服务是免费的，但是如果你想编辑一个PDF文档，比如从一个PDF文档中提取指定页面，合并多个PDF页面或者实现PDF页面的替换，你一般需要购买收费软件才可以。这当然难不倒程序员们，尤其Python程序员们。今天小编我就带你利用Django+PyPDF2开发一个比较实用的小APP，实现PDF页面在线提取, 页面合并与页面替换。文尾我们会附上GitHub源码地址。

 

项目开发总体思路

 

对于PDF页面提取，我们的开发思路是这样子的。我们设计一个表单，让用户上传一个PDF文件并输入提取页面号码。服务器在收到PDF文件后使用PyPDF2读取用户上传的PDF文件，提取我们所需要的页面，然后通过FileResponse将这个提取的PDF页面通过浏览器返回给客户。如果用户输入的是1,3,5,7这种页码，我们将逐一提取页面，将所有提取页面压缩成一个zip包返回给用户。

 

对于PDF合并，我们只需用户一次上传PDF文件即可。对于PDF替换，我们需要用户上传替换页，被替换的PDF文件及被替换页面号码。

 

这个应用很简单，并不需要建立什么模型Models。重点要编写的是视图views.py, 用来处理用户的请求。我们预计需要4个urls和4个对应的处理方法。

 

• PDF单页提取(如1, 3, 5): pdf_single_page_extract

• PDF按页面范围连续提取(如2-8): pdf_range_extract

• PDF文件合并: pdf_merge

• PDF文件替换: pdf_replace

 

本例需要安装如下两个Python库, 其中PyPDF2库将负责PDF文件读取, 分割和合并工作。

Django==2.1.3
PyPDF2==1.26.0

 

项目设置

使用django-admin startproject mypdfproject创建一个名叫mypdfproject的项目，然后进入该目录再使用python manage.py startapp pdf创建一个叫pdf的app，然后把这个app加入到你的mypdfproject/settings.py里INSTALLED_APPS去。

 

#mypdfproject/settings.py

 

INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.staticfiles',
    'pdf',
]

因为我们上传的PDF文件会临时存放在media文件夹，所以请在mypdfproject目录下建一个media文件夹，并在settings.py文件里设置为MEDIA_ROOT。我们还会用到css文件来美化网页，所以也请中设置好静态文件的STATIC_URL和STATIC_ROOT.

#mypdfproject/settings.py

STATIC_URL = '/static/'
STATIC_ROOT = os.path.join(BASE_DIR, 'static')

# 设置媒体文件夹, 对于图片和文件上传很重要
MEDIA_ROOT = os.path.join(BASE_DIR, 'media')
MEDIA_URL = '/media/'

 

同时别忘了了把我们app的urls也加到项目的urls.py里去。别忘了结尾的+static哦，否则媒体文件无法正确显示。

#mypdfproject/urls.py

from django.contrib import admin
from django.urls import path, include

# 对于显示静态文件非常重要
from django.conf import settings
from django.conf.urls.static import static


urlpatterns = [
    path('admin/', admin.site.urls),
    path('pdf/', include('pdf.urls')),
] + static(settings.MEDIA_URL, document_root=settings.MEDIA_ROOT)

 

URLConf配置与表单

在pdf文件目录下创建一个urls.py, 添加如下代码。一共有4个urls, 分别对应PDF单页提取，PDF按页面范围连续提取, PDF合并与PDF替换。

# pdf/urls.py

from django.urls import path, re_path
from . import views

# namespace
app_name = 'pdf'

urlpatterns = [
    # 上传pdf，用户输入需要提取的页面, 返回需要提取的页面
   path('extract/single/', views.pdf_single_page_extract, name='pdf_single_page_extract'),
    path('extract/range/', views.pdf_range_extract, name='pdf_range_extract'),
    path('merge/', views.pdf_merge, name='pdf_merge'),
    path('replace/', views.pdf_replace, name='pdf_replace'),
]

另外我们还需要定义一些表单供用户上传PDF文件和输入页码，这些表单我们视图里会用到。

#pdf/forms.py

from django import forms


class PdfExtractForm(forms.Form):
    file = forms.FileField(label="Upload PDF Document")
    page = forms.CharField(max_length=20, label="Page Number")

    def clean_file(self):
        file = self.cleaned_data.get('file')
        if not file.name.lower().endswith('.pdf'):
            raise forms.ValidationError("Only pdf documents are allowed. ")
        return file


class PdfMergeForm(forms.Form):
    file1 = forms.FileField(label="PDF file 1")
    file2 = forms.FileField(label="PDF file 2", required=False)
    file3 = forms.FileField(label="PDF file 3", required=False)
    file4 = forms.FileField(label&#