Python-读取PDF之—PyPDF2-CSDN博客

本文链接：https://blog.csdn.net/weixin_42636075/article/details/140610700

专栏导读

🌸 欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手

🏳️‍🌈 博客主页：请点击——> 一晌小贪欢的博客主页求关注

👍 该系列文章专栏：请点击——>Python办公自动化专栏求订阅

🕷 此外还有爬虫专栏：请点击——>Python爬虫基础专栏求订阅

📕 此外还有python基础专栏：请点击——>Python基础学习专栏求订阅

文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

❤️ 欢迎各位佬关注！ ❤️

库的介绍

PyPDF2 是一个纯 Python 实现的库，用于处理 PDF 文件。它可以读取、编辑、合并和拆分 PDF 文档，还可以提取文本、图像和其他内容。以下是 PyPDF2 的一些主要用法和示例：

库的安装

pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple/

1、读取pdf内容

import PyPDF2  
  
# 打开PDF文件  
with open("example.pdf", "rb") as file:  
    # 创建一个PdfFileReader对象  
    pdf_reader = PyPDF2.PdfFileReader(file)  
      
    # 获取PDF文件的页数  
    num_pages = pdf_reader.numPages  
    print("页数:", num_pages)  
      
    # 获取PDF文件的元数据  
    metadata = pdf_reader.getDocumentInfo()  
    print("标题:", metadata.title)  
    print("作者:", metadata.author)  
    print("创建时间:", metadata.created)  
  
    # 提取第一页的文本内容  
    page = pdf_reader.getPage(0)  
    text = page.extractText()  
    print(text)

2、添加水印

import PyPDF2  
  
# 打开PDF文件和水印文件  
with open('example.pdf', 'rb') as file, open('watermark.pdf', 'rb') as watermark_file:  
    pdf_reader = PyPDF2.PdfFileReader(file)  
    watermark_reader = PyPDF2.PdfFileReader(watermark_file)  
    pdf_writer = PyPDF2.PdfFileWriter()  
      
    # 获取水印文件的第一页  
    watermark_page = watermark_reader.getPage(0)  
      
    # 将水印添加到每一页  
    for page_num in range(pdf_reader.numPages):  
        page = pdf_reader.getPage(page_num)  
        page.mergePage(watermark_page)  
        pdf_writer.addPage(page)  
      
    # 保存带有水印的PDF文件  
    with open('watermarked_document.pdf', 'wb') as output_file:  
        pdf_writer.write(output_file)

3、加密PDF

import PyPDF2

input_pdf = PyPDF2.PdfFileReader(open('original.pdf', 'rb'))
output_pdf = PyPDF2.PdfFileWriter()

for i in range(input_pdf.getNumPages()):
    output_pdf.addPage(input_pdf.getPage(i))

output_pdf.encrypt('password')

with open('encrypted.pdf', 'wb') as outputStream:
    output_pdf.write(outputStream)