IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 用python处理PDF -> 正文阅读

[Python知识库]用python处理PDF

PDF的页操作

这里主要用的是pypdf4。虽然pypdf2更加热门,但是它已经停止了维护。目前最新的版本是pypdf4,希望作者可以一直维护下去。
安装:pip install PyPDF4
github:https://github.com/claird/PyPDF4
pypi:https://www.cnpython.com/pypi/pypdf4
目前的版本是1.27.0,与pypdf2基本一致。
pypdf2文档:https://pythonhosted.org/PyPDF2/

pypdf4有两大类,分别是PdfFileReaderPdfFileWriter。顾名思义,前者用来读取PDF,后者用来写入PDF

PdfFileReader

读取PDF

import os
from PyPDF4 import PdfFileReader

pdf_path = os.path(r"F:\test.pdf")
pdf = PdfFileReader(pdf_path, 'rb')

一些方法

pdf.getDocumentInfo()  # 获取文件信息
pdf.getIsEncrypted()   # 是否加密
pdf.getNumPages()      # 获取页数
pdf.getPage(index)     # 获取该页
pdf.getOutlines()      # 获取大纲

PdfFileWriter

写入PDF

from PyPDF4 import PdfFileWriter
output = PdfFileWriter()
with open(r'F:\output.pdf','rb') as f:
	output.write(f)

一些方法

output.addpage(Page)                 # 追加Page页
output.addBlankPage()                # 追加一张空白页
output.addBookmark(title, pagenum)   # 添加书签,pagenum从0开始计数
output.cloneDocumentFromReader(PdfFileReader)   # 深拷贝
output.insertBlankPage(index=pos)    # 在pos处插入空白页
output.insertPage(page, pos)         # 在pos处插入page页

output.getNumPages()                 # 获取页数
output.getPage(index)                # 获取该页
output.getOutlines()                 # 获取大纲
output.encrypt(user_pwd)             # 加密

PdfFileMerger

可以用来合并多个PDF文件的类,主要方法是mergeappend。目前还没看明白。

样例

删除指定页

import os
from PyPDF4 import PdfFileWriter, PdfFileReader

path = r"F:"
index = 1
infile = PdfFileReader(os.path.join(path,'test.pdf'),'rb')
output = PdfFileWriter()

for i in range(infile.getNumPages()):
    if i != index:
        p = infile.getPage(i)
        output.addPage(p)

with open(os.path.join(path,'new_test.pdf'),'wb') as f:
    output.write(f)

合并多个PDF

import os
from PyPDF4 import PdfFileWriter, PdfFileReader

path = r"F:"
pdf_list = os.listdir(path)

output = PdfFileWriter()

for pdf in pdf_list:
    infile = PdfFileReader(os.path.join(path,pdf),'rb')
    # output.cloneDocumentFromReader(infile)  # 没有测试合并顺序
    for i in range(infile.getNumPages()):
        p = infile.getPage(i)
        output.addPage(p)

with open(os.path.join(path,'new.pdf'),'wb') as f:
    output.write(f)
  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-08-12 16:33:29  更:2021-08-12 16:34:33 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/23 4:37:06-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码