掌握PDF文件處理的神器：Python PyPDF2庫詳解
作者：濤哥聊Python
PyPDF2是一個功能豐富的Python庫，用于處理PDF文件。無論是需要合并、分割、旋轉、提取文本，還是進行更高級的操作如添加水印、加密、提取圖像，PyPDF2都能滿足需求。
PyPDF2是一個Python庫，用于處理PDF文件，包括合并、分割、旋轉和提取文本等操作。它是一個功能強大且靈活的工具，可用于自動化處理PDF文件，適用于各種應用，從文檔管理到數據分析。
本文將深入介紹PyPDF2庫，掌握如何利用它來處理PDF文件。
安裝PyPDF2
在開始之前，需要安裝PyPDF2庫。使用pip進行安裝：
pip install PyPDF2基本PDF操作
1. 合并PDF文件
使用PyPDF2合并多個PDF文件為一個文件。
以下是一個示例代碼：
import PyPDF2
pdf1 = open("file1.pdf", "rb")
pdf2 = open("file2.pdf", "rb")
output = open("merged.pdf", "wb")
pdf_reader1 = PyPDF2.PdfFileReader(pdf1)
pdf_reader2 = PyPDF2.PdfFileReader(pdf2)
pdf_writer = PyPDF2.PdfFileWriter()
for page_num in range(pdf_reader1.numPages):
page = pdf_reader1.getPage(page_num)
pdf_writer.addPage(page)
for page_num in range(pdf_reader2.numPages):
page = pdf_reader2.getPage(page_num)
pdf_writer.addPage(page)
pdf_writer.write(output)
pdf1.close()
pdf2.close()
output.close()2. 分割PDF文件
分割一個PDF文件為多個文件。
以下是一個示例代碼：
import PyPDF2
pdf = open("source.pdf", "rb")
pdf_reader = PyPDF2.PdfFileReader(pdf)
for page_num in range(pdf_reader.numPages):
pdf_writer = PyPDF2.PdfFileWriter()
pdf_writer.addPage(pdf_reader.getPage(page_num))
output = open(f"page_{page_num + 1}.pdf", "wb")
pdf_writer.write(output)
output.close()
pdf.close()3. 旋轉PDF頁面
旋轉PDF頁面。
以下是一個示例代碼：
import PyPDF2
pdf = open("file.pdf", "rb")
pdf_reader = PyPDF2.PdfFileReader(pdf)
pdf_writer = PyPDF2.PdfFileWriter()
for page_num in range(pdf_reader.numPages):
page = pdf_reader.getPage(page_num)
page.rotateClockwise(90) # 旋轉90度
pdf_writer.addPage(page)
output = open("rotated.pdf", "wb")
pdf_writer.write(output)
pdf.close()
output.close()4. 提取PDF文本
提取PDF中的文本。
以下是一個示例代碼：
import PyPDF2
pdf = open("file.pdf", "rb")
pdf_reader = PyPDF2.PdfFileReader(pdf)
text = ""
for page_num in range(pdf_reader.numPages):
page = pdf_reader.getPage(page_num)
text += page.extractText()
print(text)高級PDF操作
1. 添加水印
在PDF頁面上添加水印。
以下是一個示例代碼：
import PyPDF2
pdf = open("file.pdf", "rb")
pdf_reader = PyPDF2.PdfFileReader(pdf)
pdf_writer = PyPDF2.PdfFileWriter()
watermark = PyPDF2.PdfFileReader(open("watermark.pdf", "rb"))
for page_num in range(pdf_reader.numPages):
page = pdf_reader.getPage(page_num)
page.mergePage(watermark.getPage(0))
pdf_writer.addPage(page)
output = open("watermarked.pdf", "wb")
pdf_writer.write(output)
pdf.close()
output.close()2. 加密PDF文件
使用PyPDF2來加密PDF文件。
以下是一個示例代碼：
import PyPDF2
pdf = open("file.pdf", "rb")
pdf_reader = PyPDF2.PdfFileReader(pdf)
pdf_writer = PyPDF2.PdfFileWriter()
for page_num in range(pdf_reader.numPages):
page = pdf_reader.getPage(page_num)
pdf_writer.addPage(page)
pdf_writer.encrypt("password", "owner_password")
output = open("encrypted.pdf", "wb")
pdf_writer.write(output)
pdf.close()
output.close()3. 提取圖像
使用PyPDF2提取PDF中的圖像。
以下是一個示例代碼：
import PyPDF2
pdf = open("file.pdf", "rb")
pdf_reader = PyPDF2.PdfFileReader(pdf)
for page_num in range(pdf_reader.numPages):
page = pdf_reader.getPage(page_num)
xObject = page['/Resources']['/XObject'].get_object()
for obj in xObject:
if xObject[obj]['/Subtype'] == '/Image':
img = xObject[obj]
data = img.get_data()
with open(f"image_{page_num + 1}.jpg", "wb") as f:
f.write(data)
pdf.close()總結
PyPDF2是一個功能豐富的Python庫，用于處理PDF文件。無論是需要合并、分割、旋轉、提取文本，還是進行更高級的操作如添加水印、加密、提取圖像，PyPDF2都能滿足需求。
通過本文的介紹和示例代碼，可以更好地掌握PyPDF2，將其應用于各種PDF文件處理任務中，提高工作效率，簡化操作。
責任編輯：姜華
來源：
今日頭條
