按章节拆分 PDF 文档的 Python 实现

在日常工作中，我们经常需要将一本 PDF 文档按章节进行拆分，比如将一本电子书拆分为单独的章节文件。本文将为大家分享一个使用 Python 和 PyPDF2 库实现按章节拆分 PDF 文档的完整代码。

实现原理

PDF 文档中的章节信息通常由 书签（Outline） 标识。通过读取书签信息，我们可以获得每个章节的起始页码，然后根据这些页码将 PDF 文档拆分成多个小文件。

本文使用 PyPDF2 库来完成以下工作：

1. 读取 PDF 文档中的书签。
2. 根据书签的起止页码，提取对应章节内容。
3. 将每个章节保存为独立的 PDF 文件。

---

环境准备

安装 PyPDF2

在运行代码之前，需要先安装 PyPDF2 库。使用以下命令即可完成安装：

pip install PyPDF2

项目结构

假设我们有一个名为 input.pdf 的 PDF 文件，并希望将拆分后的文件保存到 output/ 文件夹中。

project/
├── book-test/
│   ├── input.pdf  # 输入文件
│   ├── output/    # 输出文件夹

---

代码实现

以下是完整的 Python 代码：

import os
from PyPDF2 import PdfReader, PdfWriter

def split_pdf_by_chapters(input_pdf_path, output_folder):
    """
    按章节（书签）拆分 PDF 文档。

    :param input_pdf_path: 输入的 PDF 文件路径
    :param output_folder: 输出的文件夹路径
    """
    # 确保输出文件夹存在
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    # 读取 PDF 文档
    reader = PdfReader(input_pdf_path)
    outlines = reader.outline  # 获取书签信息
    total_pages = len(reader.pages)

    print(f"正在解析书签，共