在python中有多个对应的库可以操作Pdf文件，其中最常用的是Pypdf2

PDF是Portable Document Format的简称，意为“可携带文档格式”，是由Adobe Systems用于与应用程序、操作系统、硬件无关的方式进行文件交换所发展出的文件格式。

在python中有多个对应的库可以操作Pdf文件，其中最常用的是Pypdf2

PyPDF是一个操作pdf的模块，现在最常用的版本是PyPDF2;

需要注意的是，这个库不能操作pdf获取文字信息

PyPDF2介绍

PyPDF2 是一个纯 Python PDF 库，可以读取文档信息（标题，作者等）、写入、分割、合并PDF文档，它还可以对pdf文档进行添加水印、加密解密等操作。

安装PyPDF2

使用pip包管理器安装PyPDF2最新版本：

pip install PyPDF2编辑器推荐使用VSCode,启动VSCode，可以直接选择打开“终端”菜单，进行库的安装和程序的运行；非常的方便使用PyPDF2PyPdf2中有两个模块，分别是:读取库 PDFFileReader操作库 PdfFileWriter1、使用PDFFileReader可以获取pdf文件的基本信息，还可以获取到每一页pdf并加载为PageObject对象；from PyPDF2 import PdfFileReader #引入reader pdf = PdfFileReader(input_path) #初始化一个reader对象，传入文件路径 infomation = pdf.getDocumentInfo() #获取文档信息 number_of_pages = pdf.getNumPages() #获取总页数完整实例代码如下：

def read():

代码语言：txt复制

'''读取pdf数据'''

代码语言：txt复制

from PyPDF2 import PdfFileReader #引入reader

代码语言：txt复制

pdf = PdfFileReader(input_path) #初始化一个reader对象，传入文件路径

代码语言：txt复制

#pdf = pdf.decrypt('password') #对加密的文件机密

代码语言：txt复制

infomation = pdf.getDocumentInfo() #获取文档信息

代码语言：txt复制

number_of_pages = pdf.getNumPages() #获取总页数

代码语言：txt复制

txt = f'''{input_path} information:

代码语言：txt复制

Author : {infomation.author},

代码语言：txt复制

Creator : {infomation.creator},

代码语言：txt复制

Producer : {infomation.producer},

代码语言：txt复制

Subject : {infomation.subject},

代码语言：txt复制

Title : {infomation.title},

代码语言：txt复制

Number of pages : {number_of_pages}

代码语言：txt复制

'''    

代码语言：txt复制

print(txt)  #以上信息，除了页数，对于一下文件可能不存在

代码语言：txt复制

#这个库不适合读取文档内容

代码语言：txt复制

for i in range(0,number_of_pages):

代码语言：txt复制

    pageObject = pdf.getPage(i)

代码语言：txt复制

    #print(pageObject.extractText())

代码语言：txt复制

2、使用PdfFileWriter需要配合PdfFileReader
>from PyPDF2 import PdfFileWriter,PdfFileReader
pdfReader = PdfFileReader(input_path)
pdfWriter = PdfFileWriter()
addPage 向此 PDF 文件添加页面 该页面通常是从一个PdfFileReader实例中获取的
pdfWriter.addPage(pdfReader.getPage(0))

具体可以参考下面代码的注释：

def write():

代码语言：txt复制

'''写入'''

代码语言：txt复制

from PyPDF2 import PdfFileWriter,PdfFileReader

代码语言：txt复制

pdfReader = PdfFileReader(input_path)

代码语言：txt复制

pdfWriter = PdfFileWriter()

代码语言：txt复制

# addPage 向此 PDF 文件添加页面 该页面通常是从一个PdfFileReader实例中获取的

代码语言：txt复制

pdfWriter.addPage(pdfReader.getPage(0))

代码语言：txt复制

# insertBlankPage 将空白页插入此 PDF 文件并返回此页面的PageObject对象

代码语言：txt复制

# insertBlankPage(width=None, height=None, index=0) 默认在最开始添加

代码语言：txt复制

pdfWriter.insertBlankPage(width=100,height=100)

代码语言：txt复制

# addBlankPage(width=None, height=None) 追加一个空白页,如果没有指定width|height,则使用上一页的width|height

代码语言：txt复制

# 如果没有指定width|height并且也没有上一页 raise PageSizeNotDefinedError

代码语言：txt复制

pdfWriter.addBlankPage()

代码语言：txt复制

# 在此 PDF 文件中插入一个pageObject对象。该页面通常是从一个 PdfFileReader实例中获取的

代码语言：txt复制

# index指定插入位置 默认再最开始插入

代码语言：txt复制

pdfWriter.insertPage(pdfReader.getPage(2))

代码语言：txt复制

# addAttachment(fname, fdata) 在 PDF 中嵌入文件

代码语言：txt复制

# pdfWriter.addAttachment(fname="附件一.txt", fdata=b'Hello world!')

代码语言：txt复制

print(pdfWriter.getNumPages())

代码语言：txt复制

#加密

代码语言：txt复制

#pdfWriter.encrypt(user_pwd='password', owner_pwd='password')

代码语言：txt复制

pdfWriter.write(open('H:/test_w.pdf','wb'))

代码语言：txt复制

3、重要的概念PageObject:

在PdfFileReader加载pdf文件后，获取的每一页都会被转换为PageObject对象，对于Pdf的操作，实际就是在操作PageObject对象；

下面是PageObject对象中常用的方法：

PageObject的方法：

mergePage(page2) 将两个页面的内容合并为一个,可以实现水印效果

mergeRotatedPage(page2, rotation, expand=False) 类似mergePage方法，可以对page2页面进行旋转操作

mergeScaledPage(page2, scale, expand=False) 类似mergePage方法，可以对page2页面进行缩放操作

mergeTranslatedPage(page2, tx, ty, expand=False) 类似mergePage方法，可以对page2页面进行平移操作

mergeRotatedScaledPage(page2, rotation, scale, expand=False) 类似mergePage方法，可以对page2页面进行旋转以及缩放操作

mergeRotatedScaledTranslatedPage(page2, rotation, scale, tx, ty, expand=False) 类似mergePage方法，可以对page2页面进行旋转、缩放以及平移操作

mergeRotatedTranslatedPage(page2, rotation, tx, ty, expand=False) 类似mergePage方法，可以对page2页面进行旋转以及平移操作

mergeScaledTranslatedPage(page2, scale, tx, ty, expand=False) 类似mergePage方法，可以对page2页面进行缩放以及平移操作

mergeTransformedPage(page2, ctm, expand=False) 类似mergePage方法，可以对page2页面进行矩阵转换操作

rotateClockwise(angle) 顺时针旋转页面，angle必须是 90 度的增量

rotateCounterClockwise(angle) 逆时针旋转页面，angle必须是 90 度的增量

scale(sx, sy) 缩放页面

scaleBy(factor) 按固定XY轴比例缩放页面

scaleTo(width, height) 页面缩放到指定尺寸

实现一个合并pdf文件的功能：

可参考代码注释理解：

image.png

expand merge pdf rotation scale

0 人点赞