ToB企服应用市场:ToB评测及商务社交产业平台

标题: Python - PyPDF2模块的简单使用 [打印本页]
作者: 篮之新喜    时间: 2022-9-16 17:20
标题: Python - PyPDF2模块的简单使用
1.简介

PyPDF的前身是PyPDF包在2005年发布，该包的最后一个版本发布于2010年，后来大约经过一年左右，名为Phasit的公司赞助PyPDF的一个分支后来命名为PyPDF2，两个版本功能都基本一样，最大的区别就是PyPDF2中加入了支持Python3功能。后面又出现了PyPDF3、PyPDF4等不同版本，但这些包并没有对PyPDF2功能向后完全兼容，受欢迎程度当然也不如PyPDF2。

2.安装

使用命令：pip install pypdf2。
3.应用1：将单个PDF拆分为多个PDF文件
  1. #! /usr/bin/env python3
  2. # -*- coding:utf-8 -*-
  4. # Author   : MaYi
  5. # Blog     : http://www.cnblogs.com/mayi0312/
  6. # Date     : 2022-08-19
  7. # Name     : test01
  8. # Software : PyCharm
  9. # Note     : 使用PyPDF2模块将单个PDF拆分为多个PDF文件
  10. # 导入模块
  11. from  PyPDF2 import PdfFileReader, PdfFileWriter
  13. # pdf 文档
  14. pdf_name = "test.pdf"
  16. pdf_reader = PdfFileReader(pdf_name)
  17. # PDF页数
  18. page_num = pdf_reader.getNumPages()
  20. i_count = 0  # 计数
  21. for i in range(0, page_num, 20):
  22.     # 每20页拆分成一个新的PDF文件
  23.     i_count += 1
  24.     pdf_writer = PdfFileWriter()
  25.     for j in range(i, min(i + 20, page_num)):
  26.         pdf_writer.addPage(pdf_reader.getPage(j))
  27.     save_pdf_name = str(i_count).zfill(3) + ".pdf"
  28.     with open(save_pdf_name, "wb") as fo:
  29.         pdf_writer.write(fo)
复制代码
4.应用2：将多个PDF合并为一个PDF文件
  1. #! /usr/bin/env python3
  2. # -*- coding:utf-8 -*-
  4. # Author   : MaYi
  5. # Blog     : http://www.cnblogs.com/mayi0312/
  6. # Date     : 2022-08-19
  7. # Name     : test02
  8. # Software : PyCharm
  9. # Note     : 使用PyPDF2模块将多个PDF合并为一个PDF文件
  10. # 导入模块
  11. from  PyPDF2 import PdfFileReader, PdfFileWriter
  13. # 需要合并的PDF文件名列表
  14. merge_pdf_names = ["001.pdf", "002.pdf", "003.pdf", "004.pdf"]
  16. merge_writer = PdfFileWriter()
  17. # 遍历处理每一个PDF文件
  18. for pdf_name in merge_pdf_names:
  19.     curr_reader = PdfFileReader(pdf_name)
  20.     page_num = curr_reader.getNumPages()
  21.     for i in range(page_num):
  22.         merge_writer.addPage(curr_reader.getPage(i))
  24. with open("merge.pdf", "wb") as fo:
  25.     merge_writer.write(fo)
复制代码
5.应用3：对PDF添加水印
  1. #! /usr/bin/env python3
  2. # -*- coding:utf-8 -*-
  4. # Author   : MaYi
  5. # Blog     : http://www.cnblogs.com/mayi0312/
  6. # Date     : 2022-08-19
  7. # Name     : test03
  8. # Software : PyCharm
  9. # Note     : 使用PyPDF2模块对PDF添加水印
  10. # 导入模块
  11. from  PyPDF2 import PdfFileReader, PdfFileWriter
  13. # pdf 文档
  14. pdf_name = "test.pdf"
  15. # 水印pdf 文档
  16. water_mark = "watermark.pdf"
  17. # 加完水印的pdf 文档
  18. new_pdf_name = "test_watermark.pdf"
  20. water_mark_page = PdfFileReader(water_mark).getPage(0)
  22. pdf_reader = PdfFileReader(pdf_name)
  23. pdf_writer = PdfFileWriter()
  25. page_num = pdf_reader.getNumPages()
  26. for i in range(page_num):
  27.     page = pdf_reader.getPage(i)
  28.     page.mergePage(water_mark_page)
  29.     pdf_writer.addPage(page)
  31. with open(new_pdf_name, "wb") as fo:
  32.     pdf_writer.write(fo)
复制代码
6.应用4：对PDF加密
  1. #! /usr/bin/env python3
  2. # -*- coding:utf-8 -*-
  4. # Author   : MaYi
  5. # Blog     : http://www.cnblogs.com/mayi0312/
  6. # Date     : 2022-08-19
  7. # Name     : test04
  8. # Software : PyCharm
  9. # Note     : 使用PyPDF2模块对PDF文件加密
  10. # 导入模块
  11. from  PyPDF2 import PdfFileReader, PdfFileWriter
  13. # pdf 文档
  14. pdf_name = "test.pdf"
  15. # 加密后的pdf 文档
  16. new_pdf_name = "test_encryption.pdf"
  18. pdf_reader = PdfFileReader(pdf_name)
  19. pdf_writer = PdfFileWriter()
  21. page_num = pdf_reader.getNumPages()
  22. for i in range(page_num):
  23.     page = pdf_reader.getPage(i)
  24.     pdf_writer.addPage(page)
  26. # 加密
  27. pdf_writer.encrypt(user_pwd="mayi", use_128bit=True)
  29. with open(new_pdf_name, "wb") as fo:
  30.     pdf_writer.write(fo)
复制代码
7.应用5：对PDF解密
  1. #! /usr/bin/env python3
  2. # -*- coding:utf-8 -*-
  4. # Author   : MaYi
  5. # Blog     : http://www.cnblogs.com/mayi0312/
  6. # Date     : 2022-08-19
  7. # Name     : test05
  8. # Software : PyCharm
  9. # Note     : 使用PyPDF2模块对PDF文件解密
  10. # 导入模块
  11. from  PyPDF2 import PdfFileReader, PdfFileWriter
  13. # pdf 文档
  14. pdf_name = "test_encryption.pdf"
  15. # 解密后的pdf 文档
  16. new_pdf_name = "test.pdf"
  17. # 密码
  18. pass_word = "mayi"
  20. pdf_reader = PdfFileReader(pdf_name)
  21. # 解密
  22. pdf_reader.decrypt(pass_word)
  23. pdf_writer = PdfFileWriter()
  25. page_num = pdf_reader.getNumPages()
  26. for i in range(page_num):
  27.     page = pdf_reader.getPage(i)
  28.     pdf_writer.addPage(page)
  30. with open(new_pdf_name, "wb") as fo:
  31.     pdf_writer.write(fo)
复制代码
8.应用6：获取PDF文件的基本信息

使用PyPDF2可以从PDF中提取到一些元数据和文本信息，对PDF有个大致了解。
  1. #! /usr/bin/env python3
  2. # -*- coding:utf-8 -*-
  4. # Author   : MaYi
  5. # Blog     : http://www.cnblogs.com/mayi0312/
  6. # Date     : 2022-08-19
  7. # Name     : test06
  8. # Software : PyCharm
  9. # Note     : 使用PyPDF2模块获取PDF文件的基本信息
  10. # 导入模块
  11. from  PyPDF2 import PdfFileReader
  13. # pdf 文档
  14. pdf_name = "test.pdf"
  16. with open(pdf_name, 'rb') as f:
  17.     pdf = PdfFileReader(f)
  18.     # 获取PDF文件的基本信息
  19.     infomation = pdf.getDocumentInfo()
  21.     # 作者
  22.     author = infomation.author
  23.     # 创建者
  24.     creator = infomation.creator
  25.     # 制作者
  26.     producer = infomation.producer
  27.     # Subject（主题）
  28.     subject = infomation.subject
  29.     # 标题
  30.     title = infomation.title
  31.     # 页数
  32.     page_num = pdf.getNumPages()
  33.     # 打印获取的基本信息
  34.     print("作者：%s\t创建者：%s\t制作者：%s\t主题：%s\t标题：%s\t页数：%s" % (author, creator, producer, subject, title, page_num))
复制代码
 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！



欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4