Python 自动化之修理PDF文件（二）

2023-12-13 22:30
文章标签 python 自动化 pdf 修理

本文主要是介绍Python 自动化之修理PDF文件（二），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

PDF文件_合并与拆分PDF文档Pro版本

文章目录

  • PDF文件_合并与拆分PDF文档Pro版本
  • 前言
  • 一、要做成什么样子
  • 二、主要用到的函数
  • 三、基本思路
    • 1.引入库
    • 2.创建用户输入模块
    • 3.确定主框架
  • 四、文档合并代码模块
    • 1.用户输入和函数调用
    • 2.引导用户输入文档信息
    • 3.合并文档内容
    • 4.命名新文档+生成路径
    • 5.保存文档+结束调用
  • 五、文档拆分代码模块
    • 1.确定基本框架
    • 2.用户输入和前提准备
    • 3.每一页都拆分代码模块
    • 4.指定页码拆分代码模块
      • 4.1.用户输入和创建对象
      • 4.2.遍历暂存指定页码内容
      • 4.3.指定路径生成指定名称的新PDF
  • 总结

前言

`
上一篇讲了pdf转文字的操作，这篇我们接着讲如何去拆分和合并pdf文件。用过的应该知道，在某软件上虽然可以用，但是也是存在限制的，文档页数过多就需要会员了。

那么怎么样才能不花钱（这个很重要）就能使用呢？自己写一个(# ^ . ^ #)
Alt

一、要做成什么样子

  1. 任意数量、页数的pdf文档，只要你电脑不冒烟~ ~ ~ ~
  2. 可按顺序合并任意数量的pdf文档。
  3. 可按顺序拆分任意页数的pdf文档。
  4. 可任意截取拆分掉pdf文档的某一段。
  5. 拆分的文档会按《原名+第a页》、《原名+第a页_第b页》命名
  6. 合并的文档会提示你给它取个新名字。
  7. 指定位置保存产生的新文件。

目前就想到这么些，后续有新的点子我再往上搞

二、主要用到的函数

都是PyPDF2 库的东西。
一个是PdfReader，用来读取pdf文档数据的；二是PdfWriter，用来写入前面读取到的数据。

三、基本思路

1.引入库

代码如下：

from PyPDF2 import PdfWriter
import PyPDF2

2.创建用户输入模块

代码如下：

print('请选择您要的操作（1 合并  2 拆分） ：',  end='')
Go = input()

这里会提示用户是要合并还是拆分pdf文档，输入不同的数字会进入到不同的模式中去。
end=’ '的作用是不换行，可以在文字提示的后面直接输入。

3.确定主框架

代码如下：

if Go == '1':    #文档合并......
elif Go == '2':    #文档拆分......

上面也提到了，涉及到pdf的两个动作:合并和拆分。所以我这里采用if-----elif----的结构来处理。

接下来就是两个代码模块的编写了。这里我先写文档合并，后写文档拆分。

四、文档合并代码模块

1.用户输入和函数调用

代码如下：

		#提示用户输入print('请输入需要合并的pdf文档个数：', end='')numbers_pdf = int(input())#函数调用merger = PdfWriter()

需要合并几个文档就输入数字几就ojbk。
这里调用的函数下面会用到。PdfWriter 对象通常被用来合并PDF文件，或者创建新的PDF文档。

2.引导用户输入文档信息

代码如下：

    #创建空列表，用来存储pdf名称list_pdf = []#进行相应次数的遍历循环for number_pdf in range(numbers_pdf):#提示用户按照固定格式输入print(f'请按顺序输入第 {number_pdf+1} 个pdf（例子：E:\BaiduNetdiskDownload\你好.pdf）：', end='')old_pdf = input()#用户每次输入都会被添加到列表当中list_pdf.append(old_pdf)

这段代码的意思是你合并几个文档，程序就会提示你几次输入文档信息。
需要注意的是，输入的先后顺序也代表了后续合并后内容的先后顺序。

3.合并文档内容

代码如下：

    for pdf in list_pdf:merger.append(pdf)

代码很少，意思就是遍历刚才用户输入的文档信息，逐个进行合并。

4.命名新文档+生成路径

代码如下：

    #提示输入文档名称print('已合并完，请输入新文件名称（例子：aaa）不用添加扩展名：', end='')new_pdf_name = input()# 指定保存 .pdf 文件的完整路径和名称output_dir = "D:/"  # 替换为您的实际输出目录output_file_name = f"{new_pdf_name}_合并.pdf"output_path = output_dir + output_file_name

第一段代码是提示用户输入新文档的名字，下面会用到。
第二段代码的意思是我先指定一个路径，然后生成文档的名称 new_pdf_name_合并.pdf，最后对它俩进行字符串拼接，这样后面才能根据output_path信息在指定路径下保存pdf文档。

5.保存文档+结束调用

代码如下：

    merger.write(output_path)print('合并好了去查收吧')merger.close()

提示合并好了。然后就去指定目录查看就行了。

合并文档到这里就结束了。

五、文档拆分代码模块

将拆分分为两部分，一是每一页都拆出来形成一个新文档；二是有用户指定范围，形成新文档。所以，在这里又会用到if----elif—结构，相当于嵌套里的嵌套。

这里我会先写每一页都拆，后写指定范围。

1.确定基本框架

代码如下：

    ..........       #用户输入和前提准备if split == '1':    #每一页都拆......elif split == '2':    #指定范围拆......

上面也刚说了，这里就不废话了。

2.用户输入和前提准备

代码如下：

        #提示用户输入要拆分的PDF文档print('请输入您要查分的文件（例子：E:\BaiduNetdiskDownload\你好.pdf）：', end='')chaifen_pdf = input()open_pdf = open(chaifen_pdf, 'rb')       #以二进制形式打开文档read_pdf = PyPDF2.PdfReader(open_pdf)    #读取上面打开的PDF文件内容get_pdf_pages = len(read_pdf.pages)      #通过read_pdf获取PDF的总页数print(f"该文件共有{get_pdf_pages}页")#提示用户选择拆分模式print('全部拆分请输入1 指定位置查分请输入2 ：', end='')split = input()

先是提示用户输入要拆分的文档；然后程序会打开并读取文档内内容，告诉我们文档总共有多少页；最后是提示用户选择哪种模式拆分。
我就不细说了，代码注释写的很明白。

3.每一页都拆分代码模块

代码如下：

            #遍历文档的每一页for get_pdf_page in range(get_pdf_pages):#读取文档当前遍历的页page = read_pdf.pages[get_pdf_page]# 创建一个新的PdfWriter对象pdf_writer = PdfWriter()# 将当前页添加到新的PdfWriter对象中pdf_writer.add_page(page)# 获取用户输入的文件名，不包括路径pdf_file_name = chaifen_pdf.split('\\')[-1]  # 使用 \\ 分隔符 去掉路径pdf_base_name = pdf_file_name.split('.')[0]  # 去掉扩展名# 指定保存 .pdf 文件的完整路径和名称output_dir = "D:/"  # 替换为您的实际输出目录output_file_name = f"{pdf_base_name}_第{get_pdf_page + 1}页.pdf"output_path = output_dir + output_file_namepdf_writer.write(output_path)pdf_writer.close()print('拆分好了，快去看一下吧。')

由于基本上都是在for_in range（）结构的循环下，我就一块写了，要不让分开写很容易看混。
整体上分为五部分：

  1. 第一部分：读取文档当前遍历的页，然后创建一个新的PdfWriter对象，最后将当前页添加到新的PdfWriter对象中（就是生成一页的文档），三者缺一不可。如果没有PdfWriter对象，会出现第n份文档有n页内容。
  2. 第二部分和第三部分可以看我上一个文档的《第四大段第5小节》有详细解释。这是链接：https://blog.csdn.net/weixin_57061292/article/details/134790966
  3. 第四部分：按照前几分部分的设置进行文件的保存，还有结束函数的调用（有始有终嘛）。
  4. 第五部分：友好提示，出现上面那几个字就代表搞定了。

4.指定页码拆分代码模块

4.1.用户输入和创建对象

代码如下：

            print('请输入开始页 ：', end='')start_pages = int(input())print('请输入结束页 ：', end='')end_pages = int(input())# 创建一个新的PdfWriter对象pdf_writer = PdfWriter()

两部分，一是引导用户输入需要把从哪一页到哪一页的内容拆出来；二是函数的调用，没啥好说的（这是主力）。

4.2.遍历暂存指定页码内容

代码如下：

            for get_pdf_page in range(start_pages-1, end_pages):page = read_pdf.pages[get_pdf_page]# 将当前页添加到新的PdfWriter对象中pdf_writer.add_page(page)

这个结构用过很多次了，就不赘述了。
意思就是遍历我们选中的页，先把它们暂存起来留到到后面用。

4.3.指定路径生成指定名称的新PDF

代码如下：

           # 获取用户输入的文件名，不包括路径pdf_file_name = chaifen_pdf.split('\\')[-1]  # 使用 \\ 分隔符 去掉路径pdf_base_name = pdf_file_name.split('.')[0]  # 去掉扩展名# 指定保存 .pdf 文件的完整路径和名称output_dir = "D:/"  # 替换为您的实际输出目录output_file_name = f"{pdf_base_name}_第{start_pages}_{end_pages}页.pdf"output_path = output_dir + output_file_namepdf_writer.write(output_path)pdf_writer.close()print('拆分好了，快去看一下吧。')

各位同志，看不懂的话。这里请一定要参考 《 3.每一页都拆分代码模块》 和我的上一篇博客，这是链接：https://blog.csdn.net/weixin_57061292/article/details/134790966

总结

这就是PDF拆分和合并的全部内容了，看看这篇的反馈吧。有需要的话。后面我再找找PDF还有哪些操作大家还常用 给大家写出来。

在这里插入图片描述

这篇关于Python 自动化之修理PDF文件（二）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/490188。

相关文章

python: 多模块(.py)中全局变量的导入

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别： 当你在一个模块（文件）中使用 global 声明变量时，这个变量只在该模块的全局命名空
阅读更多...
【专题】2024飞行汽车技术全景报告合集PDF分享（附原数据表）

【专题】2024飞行汽车技术全景报告合集PDF分享（附原数据表）

原文链接： https://tecdat.cn/?p=37628 6月16日，小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞，这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示，公司准备量产，并计划今年四季度开启预售小鹏汇天分体式飞行汽车，探索分体式飞行汽车城际通勤。阅读原文，获取专题报告合集全文，解锁文末271份飞行汽车相关行业研究报告。 据悉，业内人士对飞行汽车行业
阅读更多...
【Python编程】Linux创建虚拟环境并配置与notebook相连接

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如，在当前目录下创建一个名为 myenv 的虚拟环境： python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行： source myenv/bin/activate 3.与notebook连接 在虚拟环境中，使用 pip 安装 Jupyter 和 ipykernel： pip instal
阅读更多...
pdfmake生成pdf的使用

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据，将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma
阅读更多...
【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程（Gaussian Process，简称GP）是一种概率模型，用于描述一组随机变量的联合概率分布，其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数（或核函数） 1.3 核函数1.4 高斯过程回归（Gauss
阅读更多...
【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

系列文章目录 监督学习：参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归（SAheart.csv） 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学
阅读更多...
nudepy，一个有趣的 Python 库！

nudepy，一个有趣的 Python 库！

更多资料获取 📚 个人网站：ipengtao.com 大家好，今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址：https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中，检测图像中的不适当内容（例如裸露图像）是一个重要的任务。nudepy 是一个基于 Python 的库，专门用于检测图像中的不适当内容。该
阅读更多...
【Linux 从基础到进阶】Ansible自动化运维工具使用

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具，采用无代理架构（agentless），基于 SSH 连接进行管理，具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用，旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念
阅读更多...
pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

在 Python 开发中，管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等，都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools？ pip-tools 是一组命令行工具，旨在简化 Python 依赖关系的管理，确保项目环境的稳定性和可重复性。它主要包含两个核心工具：pip-compile 和 pip
阅读更多...
HTML提交表单给python

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2