Python办公自动化教程（002）：PDF的拆分与合并

1、PyPDF2 介绍

介绍：

PyPDF2是一个用于处理PDF文件的Python库，它提供了丰富的功能来读取、编辑、合并、拆分PDF文档，以及提取文本、图像和其他内容。

功能：

1. 读取PDF：PyPDF2可以轻松地打开和读取PDF文件，获取文档信息（如标题、作者、创建日期等）以及页面数量和页面尺寸。
2. 页面操作：支持页面的合并、拆分、旋转、裁剪等操作，以及删除、插入新页面等。
3. 加密与解密：可以对PDF文件进行加密和解密操作，保护文件内容的安全。
4. 添加水印：可以在PDF页面上添加文本或图片水印，支持调整水印的透明度和位置。
5. 表单操作：能够读取和填写PDF表单数据，创建、修改和删除表单字段。
6. 元数据操作：可以获取和设置PDF文档的元数据，如标题、作者、主题等。
7. 书签与链接：支持添加、修改和删除PDF文档中的书签和链接。

2、PDF文档拆分与合并

2.1 PDF拆分

【1】完整代码

from PyPDF2 import PdfWriter, PdfReader

pdf_reader = PdfReader('./file/test.pdf')
print(len(pdf_reader.pages))

for i in range(len(pdf_reader.pages)):
    # 创建
    pdf_write = PdfWriter()
    # 获取当前页的文本
    text = pdf_reader.pages[i]
    # 把文本写入到新的pdf
    pdf_write.add_page(text)
    # wb表示二进制文件的写入，pdf中因为不只有文本
    with open(f'./file/Python教程_{i+1}.pdf', 'wb') as file_wb:
        pdf_write.write(file_wb)


print('拆分完成')

【2】拆分结果

2.2 PDF合并

将上一步拆分之后的PDF文件重新合并为新的文件【Python教程_merge.pdf】

【1】代码

import os
import re
from PyPDF2 import PdfWriter, PdfReader

files = os.listdir('./file')
# 拿到拆分之后的文件
all_files = []
for file in files:
    if re.search(r'_\d', file):
        all_files.append(file)
print(all_files)

# 创建pdf写入器
pdf_write = PdfWriter()
for file in all_files:
    pdf_reader = PdfReader(f'./file/{file}')
    # 遍历pdf页码，因为不确定当前的pdf是否只有一页
    for i in range(len(pdf_reader.pages)):
        # 获取当前页的文本
        text = pdf_reader.pages[i]
        # 把文本写入到新的pdf
        pdf_write.add_page(text)
        # wb表示二进制文件的写入，pdf中因为不只有文本
with open(f'./file/Python教程_merge.pdf', 'wb') as file_wb:
    pdf_write.write(file_wb)

print('合并完毕')

【2】合并结果