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！