[Python知识库]python pdf转图片

需求

将pdf的第一页即为封面转为图片。
所有pdf在同一个目录下，
生成的图片在同目录下的img文件夹内。
图片命名即为pdf的名字。

使用

pip install PyPDF2
pip install pdf2image

同时下载poppler，下载地址是:

https://blog.alivate.com.au/wp-content/uploads/2018/08/poppler-0.67.0_x86.7z
解压压缩包，将poppler/bin/ 目录添加至电脑的path的环境变量里。
注意一定要重启！否则没有生效

代码

from PyPDF2 import PdfFileReader, PdfFileWriter
import glob
import os
from pdf2image import convert_from_path
import shutil

def pdf2image2(pdfPath, imagePath):
    images = convert_from_path(pdfPath, dpi=96)
    for image in images:
        if not os.path.exists(imagePath):
            os.makedirs(imagePath)
        pngname=pdfPath[6:-4]
        image.save(imagePath+'/'+pngname+'.png', 'PNG')

def process_bar(no, total_length):
    bar = '\r' + str(no) + '|' + str(total_length)
    print(bar, end='', flush=True)

def split_combine(path, pdf_writer):
    pdf = PdfFileReader(path, strict=False)
    # lastest page
    page = pdf.getPage(0)
    pdf_writer.addPage(page)


if __name__ == '__main__':
    # get curren dir pdf files
    pdf_list = glob.glob('*.pdf')
    pdf_writer = PdfFileWriter()
    imgpath="./img/"
    tmppath="./tmp/"
    if not os.path.exists(imgpath):
        os.makedirs(imgpath)
    if not os.path.exists(tmppath):
        os.makedirs(tmppath)
    for i, pdf_file in enumerate(pdf_list):
        process_bar(i + 1, len(pdf_list))
        split_combine(pdf_file, pdf_writer)
        with open(tmppath+pdf_file, 'wb') as output_pdf:
            pdf_writer.write(output_pdf)
        pdf2image2(tmppath+pdf_file, imgpath)
    shutil.rmtree(tmppath)