一个PDF文件中，有很多图片，想批量提取出来，可以借助kimi智能助手。
在借助kimi智能助手中输入提示词：
你是一个Python编程专家，要完成一个网页爬取Python脚本的任务，具体步骤如下：
打开文件夹：E:\6451
读取里面的PDF文件；
将PDF文件里面的图片都保存到E:\6451
注意：图片体积较大，占用内存高，要将PDF文件中的图片分批次提取，而不是一次性提取所有图片
kim生成的Python源代码：
import fitz # PyMuPDF
import os
定义文件夹路径
folder_path = 'E:\\6451'
确保文件夹存在
if not os.path.exists(folder_path):
print(f"The folder {folder_path} does not exist.")
else:
读取文件夹中的所有PDF文件
for filename in os.listdir(folder_path):
if filename.lower().endswith('.pdf'):
pdf_path = os.path.join(folder_path, filename)
doc = fitz.open(pdf_path)
逐页提取图片
for page_number in range(len(doc)):
page = doc[page_number]
img_list = page.get_images(full=True)
分批次提取页面中的图片
for img_index, img in enumerate(img_list, start=1):
try:
xref = img[0]
info = doc.extract_image(xref)
image_bytes = info["image"]
为图片构造一个唯一的文件名
image_filename = f"{os.path.splitext(filename)[0]}_{page_number + 1}img{img_index}.png"
image_save_path = os.path.join(folder_path, image_filename)
保存图片
with open(image_save_path, "wb") as image_file:
image_file.write(image_bytes)
print(f"Image saved: {image_save_path}")
except Exception as e:
print(f"Error saving image from page {page_number + 1}: {e}")
释放内存
del page, img_list
关闭PDF文档
doc.close()
print(f"Finished extracting images from {filename}")
输出信息到屏幕
print("All images have been extracted from PDF files.")
确保屏幕输出信息
input("按任意键退出...")
在vscode中运行Python程序，成功提取所有图片：
