__forward--的博客

param step: 每step间隔的页面生成一个文件，例如step=5，表示0-4页、5-9页...为一个文件。需要注意的是，在拆分的过程中，可以手动设置间隔，例如：每5页保存成一个小的 PDF 文件。将‘test.pdf’文件中的每一页单独单独另存为，步长为1（step=1）.遍历每一页内容，以每个 step 为间隔将 PDF 存成每一个小的文件块。@param save_dirpath:保存小的PDF的文件路径。将小的文件块重新保存为新的 PDF 文件。拆分PDF为多个小的PDF文件，

一、旋转一页并单独保存。二、对整个PDF文件中每一页进行旋转并另存为一个新的pdf文档。导入需要使用的包PdfReader, PdfWriter。

自定义函式名pdf2word（file_path）#file_path是需要转换的pdf文件的路径。导入所需的包pdf2docx。输出转换的word文件。

提取图片内容使用 fitz 打开文档，获取文档详细数据遍历每一个元素，通过正则找到图片的索引位置使用 Pixmap 将索引对应的元素生成图片通过 size 函数过滤较小的图片

只需修改存放PDF文件的文件夹变量：file_dir 和 输出文件名变量: outfile。print("合并后的总页数:%d."%outputPages)outfile = "Merge.pdf" # 输出的PDF文件的名称。print("路径：%s"%pdf_file)# 使用os模块的walk函数，搜索出指定目录下的全部PDF文件。print("没有可以合并的PDF文件！print("PDF文件合并完成！# 获取同一目录下的所有PDF文件的绝对路径。# 合并同一目录下的所有PDF文件。

extract_table_info(filepath=r'E:\learn\PDF相关处理\PDF提取表格\PDF表格.pdf',save_dirpath=r'E:\learn\PDF相关处理\PDF提取表格','E:\learn\PDF相关处理\PDF提取表格\提取表格test.csv',extract_table_info(r'E:\learn\PDF相关处理\PDF提取表格\PDF表格.pdf',# 如果一页有一个表格，设置表格的第一行为表头，其余为数据。# 设置表格的第一行为表头，其余为数据。

自定义函式名def extract_text_info(filepath, save_dirpath, save_filename, Page)自定义函式名def extract_all_text_info(filepath, save_dirpath, save_filename)@param Page:获取的页码（第一页从0开始）@param Page:获取的页码（第一页从0开始）@param filepath:文件路径。#提取PDF文件中某一页的文本内容。#提取整个PDF文件的所有页的内容。

1.txt:为拆分规则文件名，(在文件夹中写入1-4 try,就是把1-4截取下来放在文件夹为try.pdf的文件夹下)导入需要使用的PyPDF2 包。split.py为文件的名称。m.pdf：为拆分文件名称。

自定义函式名get_pdf_files，获取指定路径文件夹下的所有需要添加水印的pdf文件（忽略了水印文件）。自定义函式名add_watemark，获取水印文件，并将水印覆盖到需要添加水印的pdf文件中。#watermark_file是需要加水印的文件；pdf_file是水印文件。获取需要加水印的pdf文件。输出添加水印了的pdf文件。