付費？是不可能的！處理 PDF 只需幾行代碼,徹底解放雙手！-有解無憂

在日常作業中，PDF (Portable Document Format的簡稱，意為"可攜帶檔案格式") 是我們比較常用的電子檔案格式，PDF檔案以 PostScript 語言圖象模型為基礎，無論在哪種列印機上都可保證精確的顏色和準確的列印效果，

市面上的 PDF 工具，檔案閱讀基本是免費的，但是檔案編輯很多都是需要收費的，面對PDF檔案處理，是時候思考如何利用 Python 免費高效地處理任務了，想誘導我下載付費使用，是不可能的！今天我給大家分享一些免費高效的處理方法，徹底解放雙手！

原文鏈接：
付費？是不可能的！處理 PDF 只需幾行代碼，徹底解放雙手！

處理PDF的Python庫

處理PDF的庫比較多，有時也需要多種配合使用，今天我就介紹一下常用的庫：

1、PyPDF2：一個純 python PDF庫，能夠分割，合并，裁剪和轉換PDF檔案的頁面，它還可以向PDF檔案添加自定義資料，查看選項和密碼，它可以從PDF中檢索文本和元資料，以及將整個檔案合并在一起，
2、ReportLab：它能快速創建PDF 檔案，一款超好用的開源專案，用于創建復雜的、資料驅動的PDF檔案和自定義矢量圖形
3、PDFMiner：一個從PDF檔案中提取資訊的工具，與其他PDF相關工具不同，它完全專注于獲取和分析文本資料，
4、pdfplumber，它是一個可以處理pdf格式資訊的庫，可以查找關于每個文本字符、矩陣、和行的詳細資訊，也可以對表格進行提取并進行可視化除錯，

PDF 實操

1、選取指定頁

可以利用 Python 從眾多 PDF 頁中，選擇指定頁

from PyPDF2 import PdfFileWriter, PdfFileReader

input1 = PdfFileReader("Python資料分析.pdf") 
writer = PdfFileWriter()

def choose_pdf(index):
    pages = input1.getNumPages()
    
    for page_num in range(pages):
        if page_num+1 not in index:
            continue
        page = input1.getPage(page_num)
        writer.addPage(page)
    out_file = open('out.pdf', 'wb')
    writer.write(out_file)
    out_file.close()
    
choose_pdf([1,2,3,4,5,6])

2、選取指定頁

對于不需要的頁，我們可以利用 Python 一鍵洗掉

from PyPDF2 import PdfFileWriter, PdfFileReader

input1 = PdfFileReader("source.pdf") 
writer = PdfFileWriter()

def delete_pdf(index):
    pages = input1.getNumPages()
    
    for page_num in range(pages):
        if page_num+1 in index:
            continue
        page = input1.getPage(page_num)
        writer.addPage(page)
    out_file = open('delete_out.pdf', 'wb')
    writer.write(out_file)
    out_file.close()
    
delete_pdf([2,3,4])

3、合并PDF

對于多個PDF 檔案，我們可以利用 Python 一鍵合并

from PyPDF2 import PdfFileReader, PdfFileWriter

# 創建兩個pdf檔案對應的PdfFileReader物件
pdf_reader1 = PdfFileReader('source.pdf')
pdf_reader2 = PdfFileReader('delete_out.pdf')

# 創建PdfFileWriter物件
writer = PdfFileWriter()

# 遍歷將第一個pdf檔案中的每一頁取出來
for page_num in range(pdf_reader1.getNumPages()):
    # 取出每一頁對應的PageObject物件
    page = pdf_reader1.getPage(page_num)
    # 將當前取出來的頁面添加到writer中
    writer.addPage(page)

# 遍歷將第二個pdf檔案中的每一頁取出來
for page_num in range(pdf_reader2.getNumPages()):
    # 取出每一頁對應的PageObject物件
    page = pdf_reader2.getPage(page_num)
    # 將當前取出來的頁面添加到writer中
    writer.addPage(page)

# write(stream)  - 將添加到此物件的頁面集合寫入 PDF 檔案 ，這兒的stream必須是以寫的方式打開的檔案物件
out_file = open('add_out.pdf', 'wb')
writer.write(out_file)
out_file.close()

4、添加水印

對于多個PDF 檔案，我們可以利用 Python 一鍵合并

def add_watermark2pdf(input_pdf,output_pdf,watermark_pdf):
    watermark = PdfFileReader(watermark_pdf)
    watermark_page = watermark.getPage(0)
    pdf = PdfFileReader(input_pdf,strict=False)
    pdf_writer = PdfFileWriter()
    for page in range(pdf.getNumPages()):
        pdf_page = pdf.getPage(page)
        pdf_page.mergePage(watermark_page)
        pdf_writer.addPage(pdf_page)
    pdfOutputFile = open(output_pdf,'wb')   
#    pdf_writer.encrypt(user_pwd="1234",owner_pwd="01234")#設定pdf密碼
    pdf_writer.write(pdfOutputFile)
    pdfOutputFile.close()
    
create_watermark("""更多內容關注公眾號：Python學習與資料挖掘""")
input_pdf= 'source.pdf'
output_pdf= 'water_result.pdf'
watermark_pdf='water_mark.pdf' 
add_watermark2pdf(input_pdf,output_pdf,watermark_pdf)

結果示例

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-useP2p1B-1599984008623)(https://imgkr2.cn-bj.ufileos.com/ca460ace-b3b9-4cd2-b31d-c78cffa02192.png?UCloudPublicKey=TOKEN_8d8b72be-579a-4e83-bfd0-5f6ce1546f13&Signature=fCNUrEpBpPeE3sXysbvuvjcp2AQ%253D&Expires=1600069551)]

5、PDF加密

我們可以設定用戶和owner加密功能

pdf_writer.encrypt(user_pwd="12324",owner_pwd="021234")#設定pdf密碼

付費？是不可能的！處理 PDF 只需幾行代碼,徹底解放雙手！