python——pdf编辑

常见库

1 读写文档

python 复制代码

from pypdf import PdfWriter
PdfWriter是保存pdf文档
writer = PdfWriter()
# A4纸张尺寸，单位pt
writer.add_blank_page(width=595.276, height=841.89)
writer.add_blank_page() #添加一个空白页

with open("test_pdf/test.pdf", "wb") as f:  #在test_pdf的文件夹下新建一个test.pdf
    writer.write(f)

2 操作界面-合并

把测试文档1.pdf的内容写到空白的test.pdf里

方法一：for循环读取文档的几页写到空白文档

python 复制代码

# PdfReader是读取pdf文档
# 打开指定路径下的【测试文档1.pdf】，读取PDF文档内容
reader = PdfReader("./test_pdf/测试文档1.pdf")

# reader.pages 是PDF所有页的集合；len()获取页数，打印输出文档总页数
print(len(reader.pages)) #看一下有几页

# 创建PDF写入器对象，用来组装、生成新的PDF文件
writer = PdfWriter()

# 切片 pages[:2] 取**索引0、1**，也就是原文档的前2页；循环遍历这两页
for page in reader.pages[:2]:
    # 打印page变量的数据类型，page是pypdf的PageObject页面对象
    print(type(page))
    # 把读取到的页面，添加到新PDF的写入器中（加入新文档）
    writer.add_page(page)

# 将writer中组装好的页面，写入磁盘，生成新文件 test_pdf/test.pdf
# pypdf支持直接传文件路径字符串，内部自动帮你打开、关闭文件
writer.write("test_pdf/test.pdf")

方法二：writer.append("./test_pdf/测试文档1.pdf") #直接.append（指定路径下的文档）

python 复制代码

from pypdf import PdfReader, PdfWriter

# PdfReader是读取pdf文档
# 打开指定路径下的【测试文档1.pdf】，读取PDF文档内容
reader = PdfReader("./test_pdf/测试文档1.pdf")

# reader.pages 是PDF所有页的集合；len()获取页数，打印输出文档总页数
print(len(reader.pages)) #看一下有几页

# 创建PDF写入器对象，用来组装、生成新的PDF文件
writer = PdfWriter()
writer.append("./test_pdf/测试文档1.pdf") #直接.append（指定路径下的文档）
writer.append("./test_pdf/测试文档2.pdf")

# 将writer中组装好的页面，写入磁盘，生成新文件 test_pdf/test.pdf
# pypdf支持直接传文件路径字符串，内部自动帮你打开、关闭文件
writer.write("test_pdf/test.pdf")

方法三：merge

但是merge已经用writer替代了

3 旋转文档

python 复制代码

from pypdf import PdfReader, PdfWriter

# 读取源PDF文件
reader = PdfReader("test_pdf/测试文档1.pdf")
# 创建PDF写入对象，用于保存处理后的新pdf
writer = PdfWriter()

# 取出第0页（第一页），这行代码后面循环会覆盖这个page变量，实际没有使用
page = reader.get_page(0)

# 遍历PDF所有页码索引，range返回0,1,2...总页数-1
for i in range(reader.get_num_pages()):
    # 判断页码索引是否为偶数：0、2、4......（第1、3、5......实际页面）
    if i % 2 == 0:
        # 偶数索引页面：顺时针旋转90度
        page = reader.get_page(i).rotate(90)
    else:
        # 奇数索引页面：顺时针旋转-90度（等同于逆时针旋转90度）
        page = reader.get_page(i).rotate(-90)

    # ⚠️原截图代码缺失这一行！旋转后的page必须add_page加入writer，否则输出空白PDF
    writer.add_page(page)

# 打开输出文件，二进制写入模式，保存处理完成的pdf
with open("test_pdf/test.pdf", "wb") as f:
    writer.write(f)

参考链接

深度解析：Python中处理PDF的库有很多，我应该选择哪一个？ - 知乎

Python 操作 PDF 文档：主流库选型指南 - E-iceblue - 博客园

07.提取内容_哔哩哔哩_bilibili