Python处理PDF文档 合并两个PDF文档 和 截取指定页面

处理PDF的类库

命令行中使用 pip install PyPDF2 来安装相关的类库PyPDF2，这个类库可以用来合并，分割以及叠加不同的PDF文件，操作非常简便，而且可以处理很大的文件。

PyPDF2用法

# 使用PdfFileReader方法获取一个输入的PDF文档对象
f=open("File.pdf","rb")
pdf=PyPDF2.PdfFileReader(f)

# 输入的PDF文档对象的numPages属性指出PDF文档有多少页
pgNmb=pdf.numPages

# 输出文档对象的建立用PyPDF2.PdfFileWriter()方法，其中不用传递参数
pdfNew=PyPDF2.PdfFileWriter()

# 单页的对象获取（后可用来添加到其他文档中），使用输入文档对象的getPage(pgNbr)方法，参数是页码数（从0开始）
pdf.getPage(i)

# 把单页文档添加到输出文档对象中
for i in range(pgNmb):
    pdfNew.addPage(pdf.getPage(i))

# 将输出文档对象进行输出到指定文件，使用输出文档对象的write方法，参数是一个用open打开的可写入的文件
fWrt=open(nmMerged,"wb")
pdfNew.write(fWrt)

代码

合并两个PDF文档

使用方法 py PDFCombiner.py File.pdf File2.pdf [Output.pdf]

import PyPDF2
import sys

if len(sys.argv)<3:
    print("File.pdf File2.pdf [OutputPDF.pdf]")
    sys.exit()
else:
    nmFl= sys.argv[1]
    nmFl2=sys.argv[2]
    # print("nmFl:",nmFl)
    # print("nmFl2:",nmFl2)
    if len(sys.argv)==4:
        nmMerged=sys.argv[3]
    else:
        nmMerged="Merged_"+nmFl


f=open(nmFl,"rb")
f2=open(nmFl2,"rb")


pdf=PyPDF2.PdfFileReader(f)
pdf2=PyPDF2.PdfFileReader(f2)

pg=pdf.numPages
pg2=pdf2.numPages

pdfNew=PyPDF2.PdfFileWriter()

for i in range(pg):
    pdfNew.addPage(pdf.getPage(i))

for i in range(pg2):
    pdfNew.addPage(pdf2.getPage(i))

fWrt=open(nmMerged,"wb")

pdfNew.write(fWrt)

fWrt.close()
f.close()
f2.close()

出现异常的提示，忽略即可。

截取PDF文档的指定页面

使用方法 py PDFSplitter.py Fild.pdf StartPage EndPage [Output.pdf]

import PyPDF2
import sys

if len(sys.argv)<4:
    print("File.pdf StartPage EndPage [OutputPDF.pdf]")
    sys.exit()
else:
    nmFl= sys.argv[1]
    pgStrt=int(sys.argv[2])
    pgEnd = int(sys.argv[3])
    if (sys.argv==4):
        nmSplited="Splited_"+nmFl
    else:
        nmSplited=sys.argv[4]


f=open(nmFl,"rb")

pdf=PyPDF2.PdfFileReader(f)

pg=pdf.numPages

pdfNew=PyPDF2.PdfFileWriter()

for i in range(pgStrt-1,pgEnd):
    pdfNew.addPage(pdf.getPage(i))


fWrt=open(nmSplited,"wb")

pdfNew.write(fWrt)

fWrt.close()
f.close()