【编程学习】使用Python处理pdf文件

虽然对于pdf的基本处理通过WPS就能处理了，但是作为一个学Python的码农，用Python处理一下也是合理的orz

(○｀ 3′○)

基本库的配置

实现pdf处理功能主要用到以下的一些Python库：

1
2
3
pip install PyPDF2
pip install fitz
pip install pikepdf

pdf解密

总有一些pdf会设有密码，影响我们观看，其实用Python可以很方便的去除pdf的密码。

（所以别给奇怪的文件设密码了，没用(￣y▽,￣)╭ ）

方法很简单，只需要用到pikepdf库，就可以完成。

1
2
3
4
5
import pikepdf

def unlock(inputfile, outputfile):
    pdf = pikepdf.open(inputfile)
    pdf.save(outputfile)

pdf拼接

1
2
3
4
5
6
7
8
9
def linkpdfs(pdfdir, newfile='newfile.pdf'):
    '''拼接目标目录中的所有pdf文件'''
    files = os.listdir(pdfdir)#列出目录中的所有文件
    merger = PdfFileMerger()
    for file in files: #从所有文件中选出pdf文件合并
        if file[-4:] == ".pdf":
            merger.append(open(pdfdir+'/'+file, 'rb'))
    with open(newfile, 'wb') as fout:  #输出文件为newfile.pdf
        merger.write(fout)

图片转pdf

1
2
3
4
5
6
7
def png2pdf(path='.'):
    '''把图片变为PDF'''
    for name in glob.glob(os.path.join(path, '*.png')):
        imgdoc = fitz.open(name)
        pdfbytes = imgdoc.convertToPDF()    # 使用图片创建单页的 PDF
        imgpdf = fitz.open("pdf", pdfbytes)
        imgpdf.save(name[:-4] + '.pdf')

节选pdf

1
2
3
4
5
6
7
8
def cutpdf(inputfile, start_page, end_page, outputfile='output.pdf'):
    '''节选pdf文件'''
    output = PdfFileWriter()
    pdf_file = PdfFileReader(open(inputfile,"rb"))
    for i in range(start_page,end_page):
        output.addPage(pdf_file.getPage(i))
    outputStream = open(outputfile,"wb")
    output.write(outputStream)