python-实战4拆分pdf文件

Wps等软件拆分一份页数较多的PDF文件时,经常会出现要收费或者只能拆分其中几页的情况,下面我们就自己来写代码来实现这个收费功能。

课程中已经初步学习了如何将一个PDF文件拆分成总页数个子PDF文件,我们基于其中的思路进行改进,将拆分代码封装成函数,代码如下:

python 复制代码
import os
from PyPDF2 import PdfWriter, PdfReader


def split_pdf(file_name, file_path, save_dir, step=3):
    """
    拆分PDF为多个小的PDF文件。

    :param file_name: 拆分后的文件名的前缀
    :param file_path: 原始PDF文件路径
    :param save_dir: 保存拆分后PDF文件的目录路径
    :param step: 每step页拆分为一个新的PDF文件,例如step=3表示每隔3页拆分一次
    """
    # 如果保存目录不存在,则创建目录
    if not os.path.exists(save_dir):
        os.makedirs(save_dir)

    # 检查step值是否合法
    if step < 1:
        print("输入的拆分间隔不能小于1")
        return

    # 读取PDF文件
    pdf_reader = PdfReader(file_path)
    page_count = len(pdf_reader.pages)  # 获取总页数

    # 遍历每个页码区间
    for page in range(0, page_count, step):
        pdf_writer = PdfWriter()

        # 添加指定页码的内容到新的PDF中
        for index in range(page, page + step):
            if index < page_count:
                pdf_writer.add_page(pdf_reader.pages[index])#将当前页码 index 对应的页面添加到 pdf_writer 中,即将页面内容写入新的PDF文件。

        # 生成拆分后的文件名
        child_name = f'{file_name}_{int(page / step) + 1}.pdf'
        save_path = os.path.join(save_dir, child_name)
'''
int(page / step):
这是计算当前页码区间所对应的拆分文件的索引。
page / step 计算当前页码区间属于哪个拆分文件,这里使用了浮点除法(即 page 除以 step)。
int(page / step) 将结果转换为整数,舍去小数部分。这样可以得到当前页码区间对应的文件索引(从0开始)。'''
        # 将拆分后的PDF写入文件
        with open(save_path, "wb") as out_file:
            pdf_writer.write(out_file)

        print(f"文件已保存至: {save_path}")

    print(f"所有文件已成功拆分,保存路径为:{save_dir}")


if __name__ == '__main__':
    split_pdf('拆分PDF', 'D:/自动化/第12讲.pdf', 'D:/自动化/拆分2', 3)

Pdf文件在办公文件中占有很大一席之地,熟悉了pdfplumbe库一些常用操作可以让你轻松获取pdf文件中的内容,不用再一次次去选中文件中的文字进行复制,PyPDF2库可以让你自己实现很多付费软件才能实现的功能。

学习二字,多学多习,希望同学们有空时将本节课中学习的代码都抽离成一个个函数,以后用时直接调用,既省时又省力了。

相关推荐
知难行难1 天前
福昕阅读器高级版解决文件上传IEEE PDF eXpress字体未嵌入
pdf·express
子非吾喵1 天前
在Element Ui中支持从系统粘贴版中获取图片和PDF,Docx,Doc,PPT等文档
ui·pdf·powerpoint
有过~1 天前
WPS Office手机去广高级版
pdf·wps
幸福清风2 天前
PymuPDF4llm提取pdf文件文字、表格与图片
pdf
zhentiya2 天前
王珊数据库系统概论第六版PDF+第五版课后答案+课件
数据库·pdf
大大大反派3 天前
ONLYOFFICE 8.2深度测评:集成PDF编辑、数据可视化与AI功能的强大办公套件
人工智能·信息可视化·pdf
zhentiya3 天前
濮良贵《机械设计》第十版课后习题答案全解PDF电子版
pdf
理竹子3 天前
Typora导出pdf手动分页和设置字体样式
pdf·typora·markdown
七夕先生3 天前
Qt:QPdfDocument渲染PDF文件时的信息丢失问题
c++·qt·pdf
咘噜biu3 天前
PDF模板制作与填充(Java)
java·pdf·pdf模板