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。