【python】PyPDF2操作pdf

PyPDF2是一个用于处理PDF文件的Python库,可以读取、合并、拆分、裁剪和修改PDF文件。以下是一些使用PyPDF2的基本示例,包括如何安装该库以及执行一些常见的PDF操作。

安装PyPDF2

首先,你需要安装PyPDF2库。你可以使用pip来安装它:

shell 复制代码
pip install PyPDF2

读取PDF文件

读取PDF文件并打印其页数:

python 复制代码
import PyPDF2

# 使用PyPDF2读取pdf文件
if __name__ == '__main__':
    # 打开 PDF 文件
    with open('example.pdf', 'rb') as file:
        # 创建一个 PDF 阅读器对象
        reader = PyPDF2.PdfReader(file)

        # 打印 PDF 文件中的页数
        print(f'Number of pages: {len(reader.pages)}')

提取文本

从PDF文件中提取文本:

python 复制代码
import PyPDF2

# 使用PyPDF2读取pdf文本
if __name__ == '__main__':
    # 打开 PDF 文件
    with open('example.pdf', 'rb') as file:
        # 创建一个 PDF 阅读器对象
        reader = PyPDF2.PdfReader(file)

        # 提取第一页的文本
        page = reader.pages[0]
        text = page.extract_text()

        print(text)

拆分PDF文件

将PDF文件拆分为两个文件,一个文件包含奇数页,一个文件包含偶数页:

python 复制代码
import PyPDF2

# 使用PyPDF2将PDF文件拆分为两个文件,一个文件包含奇数页,一个文件包含偶数页:
if __name__ == '__main__':
    # 创建一个 PDF 写入器对象
    odd_writer = PyPDF2.PdfWriter()
    even_writer = PyPDF2.PdfWriter()

    # 打开要拆分的 PDF 文件
    with open('example.pdf', 'rb') as file:
        reader = PyPDF2.PdfReader(file)

        page_num = 0
        for page in reader.pages:
            # print(page_num)
            if page_num % 2 == 0:
                # print(reader.pages[page_num])
                odd_writer.add_page(page)
            else:
                even_writer.add_page(page)
            page_num = page_num+1

        # 将拆分后的 PDF 写入到一个新文件
        with open('example1.pdf', 'wb') as output_pdf:
            odd_writer.write(output_pdf)

        # 将拆分后的 PDF 写入到一个新文件
        with open('example2.pdf', 'wb') as output_pdf:
            even_writer.write(output_pdf)

合并PDF文件

你可以将多个PDF文件合并为一个:

python 复制代码
import PyPDF2

# 使用PyPDF2合并两个pdf文件
if __name__ == '__main__':
    # 打开要合并的 PDF 文件
    pdf_files = ['example1.pdf', 'example2.pdf']

    # 创建一个 PDF 写入器对象
    merger = PyPDF2.PdfMerger()

    for pdf_file in pdf_files:
        merger.append(pdf_file)

    # 将合并后的 PDF 写入到一个新文件
    with open('merged.pdf', 'wb') as output_pdf:
        merger.write(output_pdf)

裁剪PDF页面

PyPDF2并不直接支持裁剪页面,但你可以通过提取页面的部分内容并创建一个新的页面来实现这一功能。以下是一个简单的示例,演示如何裁剪页面的上半部分:

python 复制代码
import PyPDF2

# 使用PyPDF2裁剪PDF页面,通过提取页面的部分内容并创建一个新的页面来实现这一功能
if __name__ == '__main__':
    # 打开 PDF 文件
    with open('example.pdf', 'rb') as file:
        reader = PyPDF2.PdfReader(file)

        # 创建一个 PDF 写入器对象
        writer = PyPDF2.PdfWriter()

        # 获取第一页
        page = reader.pages[0]

        # 定义裁剪区域(左下角和右上角的坐标)
        # 表示裁剪区域的左下角和右上角坐标
        cropbox = page.cropbox
        x_lower_left = cropbox.lower_left[0]
        y_lower_left = cropbox.lower_left[1] + (cropbox.upper_right[1] - cropbox.lower_left[1]) / 2
        x_upper_right = cropbox.upper_right[0]
        y_upper_right = cropbox.upper_right[1]

        # 设置裁剪区域(左下x, 左下y, 右上x, 右上y)
        page.cropbox.lower_left = (x_lower_left, y_lower_left)
        page.cropbox.upper_right = (x_upper_right, y_upper_right)
        writer.add_page(page)

        # 将裁剪后的 PDF 写入到一个新文件
        with open('cropped_example.pdf', 'wb') as output_pdf:
            writer.write(output_pdf)

加密PDF

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

# 使用PyPDF2加密pdf
if __name__ == '__main__':
    writer = PdfWriter()
    with open('example.pdf', 'rb') as file:
        reader = PdfReader(file)
        writer.add_page(reader.pages[0])

    # 设置加密(128位 AES)
    writer.encrypt(
        user_password="password123",
        owner_password=None,
        use_128bit=True
    )

    with open("encrypted.pdf", "wb") as out_file:
        writer.write(out_file)
相关推荐
万粉变现经纪人2 分钟前
如何解决 pip install 安装报错 ImportError: cannot import name ‘xxx’ from ‘yyy’ 问题
python·selenium·测试工具·flask·scikit-learn·fastapi·pip
深栈2 分钟前
机器学习:线性回归
人工智能·pytorch·python·机器学习·线性回归·sklearn
simon_skywalker1 小时前
第三章 字典与集合
python
gc_22991 小时前
学习Python中Selenium模块的基本用法(18:使用ActionChains操作鼠标)
python·selenium
Lululaurel2 小时前
从静态图表到交互叙事:数据可视化的新范式与实现
python·信息可视化·数据分析·matplotlib·数据可视化
蒋星熠2 小时前
TensorFlow与PyTorch深度对比分析:从基础原理到实战选择的完整指南
人工智能·pytorch·python·深度学习·ai·tensorflow·neo4j
qq_340474022 小时前
0.1 tensorflow例1-梯度下降法
人工智能·python·tensorflow
紫钺-高山仰止2 小时前
【Pyzmq】python 跨进程线程通信 跨平台跨服务器通信
服务器·python·github
java1234_小锋2 小时前
[免费]基于Python的在线音乐网站系统(后端Django)【论文+源码+SQL脚本】
python·在线音乐·django音乐·python音乐·python在线音乐
无垠的广袤3 小时前
【LattePanda Mu 开发套件】AI 图像识别网页服务器
服务器·人工智能·python·单片机·嵌入式硬件·物联网