工作中可能会涉及处理pdf文件,PyPDF2就是这样一个库, 使用它可以轻松的处理pdf文件,它提供了读、写、分割、合并、文件转换等多种操作。官方地址:http://mstamy2.github.io/PyPDF2/
安装
1. RPM式系统(Redhat、CentOS)
pip install pypdf2
2. DEB式系统(Debian、Ubuntu)以下任一
pip install pypdf2 apt install python-pypdf2
3. Windows
pip install pypdf2
使用
PyPDF2 包含了 PdfFileReader PdfFileMerger PageObject PdfFileWriter 四个常用的主要 Class。
简单读写
from PyPDF2 import PdfFileReader, PdfFileWriter readFile = 'read.pdf' writeFile = 'write.pdf' # 获取一个 PdfFileReader 对象 pdfReader = PdfFileReader(open(readFile, 'rb')) # 获取 PDF 的页数 pageCount = pdfReader.getNumPages() print(pageCount) # 返回一个 PageObject page = pdfReader.getPage(i) # 获取一个 PdfFileWriter 对象 pdfWriter = PdfFileWriter() # 将一个 PageObject 加入到 PdfFileWriter 中 pdfWriter.addPage(page) # 输出到文件中 pdfWriter.write(open(writeFile, 'wb'))
合并分割 PDF
from PyPDF2 import PdfFileReader, PdfFileWriter def split_pdf(infn, outfn): pdf_output = PdfFileWriter() pdf_input = PdfFileReader(open(infn, 'rb')) # 获取 pdf 共用多少页 page_count = pdf_input.getNumPages() print(page_count) # 将 pdf 第五页之后的页面,输出到一个新的文件 for i in range(5, page_count): pdf_output.addPage(pdf_input.getPage(i)) pdf_output.write(open(outfn, 'wb')) def merge_pdf(infnList, outfn): pdf_output = PdfFileWriter() for infn in infnList: pdf_input = PdfFileReader(open(infn, 'rb')) # 获取 pdf 共用多少页 page_count = pdf_input.getNumPages() print(page_count) for i in range(page_count): pdf_output.addPage(pdf_input.getPage(i)) pdf_output.write(open(outfn, 'wb')) if __name__ == '__main__': infn = 'infn.pdf' outfn = 'outfn.pdf' split_pdf(infn, outfn)
其他命令
如果是要修改一个已有的 pdf 文件,可以将 reader 的页面添加到 writer 中:
pdfWriter.appendPagesFromReader(reader)
添加书签:
pdfWriter.addBookmark(title, pagenum, parent=parent)