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 FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

详解C#如何提取PDF文档中的图片

《详解C#如何提取PDF文档中的图片》提取图片可以将这些图像资源进行单独保存,方便后续在不同的项目中使用,下面我们就来看看如何使用C#通过代码从PDF文档中提取图片吧... 当 PDF 文件中包含有价值的图片,如艺术画作、设计素材、报告图表等,提取图片可以将这些图像资源进行单独保存,方便后续在不同的项目中使

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专