PyPDF2详解

工作中可能会涉及处理pdf文件，PyPDF2就是这样一个库， 使用它可以轻松的处理pdf文件，它提供了读、写、分割、合并、文件转换等多种操作。官方地址：http://mstamy2.github.io/PyPDF2/

安装

1. RPM式系统（Redhat、CentOS）

1	pip install pypdf2

2. DEB式系统（Debian、Ubuntu）以下任一

1 2	pip install pypdf2 apt install python-pypdf2

3. Windows

1	pip install pypdf2

使用

PyPDF2 包含了 PdfFileReader PdfFileMerger PageObject PdfFileWriter 四个常用的主要 Class。

简单读写

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

from PyPDF2 import PdfFileReader, PdfFileWriter readFile = 'read.pdf' writeFile = 'write.pdf' # 获取一个 PdfFileReader 对象 pdfReader = PdfFileReader(open(readFile, 'rb')) # 获取 PDF 的页数 pageCount = pdfReader.getNumPages() print(pageCount) # 返回一个 PageObject page = pdfReader.getPage(i) # 获取一个 PdfFileWriter 对象 pdfWriter = PdfFileWriter() # 将一个 PageObject 加入到 PdfFileWriter 中 pdfWriter.addPage(page) # 输出到文件中 pdfWriter.write(open(writeFile, 'wb'))

合并分割 PDF

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

from PyPDF2 import PdfFileReader, PdfFileWriter def split_pdf(infn, outfn):     pdf_output = PdfFileWriter()     pdf_input = PdfFileReader(open(infn, 'rb'))     # 获取 pdf 共用多少页     page_count = pdf_input.getNumPages()     print(page_count)     # 将 pdf 第五页之后的页面，输出到一个新的文件     for i in range(5, page_count):         pdf_output.addPage(pdf_input.getPage(i))     pdf_output.write(open(outfn, 'wb')) def merge_pdf(infnList, outfn):     pdf_output = PdfFileWriter()     for infn in infnList:         pdf_input = PdfFileReader(open(infn, 'rb'))         # 获取 pdf 共用多少页         page_count = pdf_input.getNumPages()         print(page_count)         for i in range(page_count):             pdf_output.addPage(pdf_input.getPage(i))     pdf_output.write(open(outfn, 'wb')) if __name__ == '__main__':     infn = 'infn.pdf'     outfn = 'outfn.pdf'     split_pdf(infn, outfn)

其他命令

如果是要修改一个已有的 pdf 文件，可以将 reader 的页面添加到 writer 中：

pdfWriter.appendPagesFromReader(reader)

添加书签：

pdfWriter.addBookmark(title, pagenum, parent=parent)