Python - PyPDF2模塊的簡單使用

1.簡介

PyPDF的前身是PyPDF包在2005年發布，該包的最后一個版本發布于2010年，后來大約經過一年左右，名為Phasit的公司贊助PyPDF的一個分支后來命名為PyPDF2，兩個版本功能都基本一樣，最大的區別就是PyPDF2中加入了支持Python3功能，后面又出現了PyPDF3、PyPDF4等不同版本，但這些包并沒有對PyPDF2功能向后完全兼容，受歡迎程度當然也不如PyPDF2，

2.安裝

使用命令：pip install pypdf2，

3.應用1：將單個PDF拆分為多個PDF檔案

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author   : MaYi
# Blog     : http://www.cnblogs.com/mayi0312/
# Date     : 2022-08-19
# Name     : test01
# Software : PyCharm
# Note     : 使用PyPDF2模塊將單個PDF拆分為多個PDF檔案
# 匯入模塊
from  PyPDF2 import PdfFileReader, PdfFileWriter

# pdf 檔案
pdf_name = "test.pdf"

pdf_reader = PdfFileReader(pdf_name)
# PDF頁數
page_num = pdf_reader.getNumPages()

i_count = 0  # 計數
for i in range(0, page_num, 20):
    # 每20頁拆分成一個新的PDF檔案
    i_count += 1
    pdf_writer = PdfFileWriter()
    for j in range(i, min(i + 20, page_num)):
        pdf_writer.addPage(pdf_reader.getPage(j))
    save_pdf_name = str(i_count).zfill(3) + ".pdf"
    with open(save_pdf_name, "wb") as fo:
        pdf_writer.write(fo)

4.應用2：將多個PDF合并為一個PDF檔案

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author   : MaYi
# Blog     : http://www.cnblogs.com/mayi0312/
# Date     : 2022-08-19
# Name     : test02
# Software : PyCharm
# Note     : 使用PyPDF2模塊將多個PDF合并為一個PDF檔案
# 匯入模塊
from  PyPDF2 import PdfFileReader, PdfFileWriter

# 需要合并的PDF檔案名串列
merge_pdf_names = ["001.pdf", "002.pdf", "003.pdf", "004.pdf"]

merge_writer = PdfFileWriter()
# 遍歷處理每一個PDF檔案
for pdf_name in merge_pdf_names:
    curr_reader = PdfFileReader(pdf_name)
    page_num = curr_reader.getNumPages()
    for i in range(page_num):
        merge_writer.addPage(curr_reader.getPage(i))

with open("merge.pdf", "wb") as fo:
    merge_writer.write(fo)

5.應用3：對PDF添加水印

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author   : MaYi
# Blog     : http://www.cnblogs.com/mayi0312/
# Date     : 2022-08-19
# Name     : test03
# Software : PyCharm
# Note     : 使用PyPDF2模塊對PDF添加水印
# 匯入模塊
from  PyPDF2 import PdfFileReader, PdfFileWriter

# pdf 檔案
pdf_name = "test.pdf"
# 水印pdf 檔案
water_mark = "watermark.pdf"
# 加完水印的pdf 檔案
new_pdf_name = "test_watermark.pdf"

water_mark_page = PdfFileReader(water_mark).getPage(0)

pdf_reader = PdfFileReader(pdf_name)
pdf_writer = PdfFileWriter()

page_num = pdf_reader.getNumPages()
for i in range(page_num):
    page = pdf_reader.getPage(i)
    page.mergePage(water_mark_page)
    pdf_writer.addPage(page)

with open(new_pdf_name, "wb") as fo:
    pdf_writer.write(fo)

6.應用4：對PDF加密

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author   : MaYi
# Blog     : http://www.cnblogs.com/mayi0312/
# Date     : 2022-08-19
# Name     : test04
# Software : PyCharm
# Note     : 使用PyPDF2模塊對PDF檔案加密
# 匯入模塊
from  PyPDF2 import PdfFileReader, PdfFileWriter

# pdf 檔案
pdf_name = "test.pdf"
# 加密后的pdf 檔案
new_pdf_name = "test_encryption.pdf"

pdf_reader = PdfFileReader(pdf_name)
pdf_writer = PdfFileWriter()

page_num = pdf_reader.getNumPages()
for i in range(page_num):
    page = pdf_reader.getPage(i)
    pdf_writer.addPage(page)

# 加密
pdf_writer.encrypt(user_pwd="mayi", use_128bit=True)

with open(new_pdf_name, "wb") as fo:
    pdf_writer.write(fo)

7.應用5：對PDF解密

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author   : MaYi
# Blog     : http://www.cnblogs.com/mayi0312/
# Date     : 2022-08-19
# Name     : test05
# Software : PyCharm
# Note     : 使用PyPDF2模塊對PDF檔案解密
# 匯入模塊
from  PyPDF2 import PdfFileReader, PdfFileWriter

# pdf 檔案
pdf_name = "test_encryption.pdf"
# 解密后的pdf 檔案
new_pdf_name = "test.pdf"
# 密碼
pass_word = "mayi"

pdf_reader = PdfFileReader(pdf_name)
# 解密
pdf_reader.decrypt(pass_word)
pdf_writer = PdfFileWriter()

page_num = pdf_reader.getNumPages()
for i in range(page_num):
    page = pdf_reader.getPage(i)
    pdf_writer.addPage(page)

with open(new_pdf_name, "wb") as fo:
    pdf_writer.write(fo)

8.應用6：獲取PDF檔案的基本資訊

使用PyPDF2可以從PDF中提取到一些元資料和文本資訊，對PDF有個大致了解，

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author   : MaYi
# Blog     : http://www.cnblogs.com/mayi0312/
# Date     : 2022-08-19
# Name     : test06
# Software : PyCharm
# Note     : 使用PyPDF2模塊獲取PDF檔案的基本資訊
# 匯入模塊
from  PyPDF2 import PdfFileReader

# pdf 檔案
pdf_name = "test.pdf"

with open(pdf_name, 'rb') as f:
    pdf = PdfFileReader(f)
    # 獲取PDF檔案的基本資訊
    infomation = pdf.getDocumentInfo()

    # 作者
    author = infomation.author
    # 創建者
    creator = infomation.creator
    # 制作者
    producer = infomation.producer
    # Subject（主題）
    subject = infomation.subject
    # 標題
    title = infomation.title
    # 頁數
    page_num = pdf.getNumPages()
    # 列印獲取的基本資訊
    print("作者：%s\t創建者：%s\t制作者：%s\t主題：%s\t標題：%s\t頁數：%s" % (author, creator, producer, subject, title, page_num))

標籤：Python

上一篇：爬取 flbook 檔案

下一篇：Python影像處理丨基于OpenCV和像素處理的影像灰度化處理