朋友需要對(duì)一個(gè)pdf文件進(jìn)行分割，在網(wǎng)上查了查發(fā)現(xiàn)這個(gè)pypdf2可以完成這些操作，所以就研究了下這個(gè)庫(kù)，并做一些記錄。首先pypdf2是python3版本的，在之前的2版本有一個(gè)對(duì)應(yīng)pypdf庫(kù)。
可以使用pip直接安裝：
pip install pypdf2
官方文檔： pythonhosted.org/PyPDF2/
里面主要有這幾個(gè)類：
PdfFileReader 。
該類主要提供了對(duì)pdf文件的讀操作，其構(gòu)造方法為：
PdfFileReader(stream, strict=True, warndest=None, overwriteWarnings=True)
第一個(gè)參數(shù)可以傳入一個(gè)文件流，或者一個(gè)文件路徑。后面三個(gè)參數(shù)都是用來設(shè)置警告的處理方式，直接使用默認(rèn)的即可。
得到實(shí)例之后，就可以對(duì)pdf進(jìn)行一些操作了。主要的有以下幾個(gè)操作：
- decrypt(password)：如果pdf文件加密的話，可以使用該方法對(duì)其解密。
- getDocumentInfo()：檢索pdf文件的一些信息。其返回值為一個(gè)DocumentInformation 類型，直接輸出的話會(huì)得到類似下面的信息：
{'/ModDate': "D:20150310202949-07'00'", '/Title': '', '/Creator': 'LaTeX with hyperref package', '/CreationDate': "D:20150310202949-07'00'", '/PTEX.Fullbanner': 'This is pdfTeX, Version 3.14159265-2.6-1.40.15 (TeX Live 2014/MacPorts 2014_6) kpathsea version 6.2.0', '/Producer': 'pdfTeX-1.40.15', '/Keywords': '', '/Trapped': '/False', '/Author': '', '/Subject': ''}
- getNumPages()：這個(gè)會(huì)pdf文件中的頁(yè)數(shù)。
- getPage(pageNumber)：會(huì)得到pdf文件中對(duì)應(yīng)的pageNumber頁(yè)數(shù)的頁(yè)面對(duì)象，返回值為PageObject實(shí)例。在得到PageObject實(shí)例之后就可以將其加添、插入等操作。
- getPageNumber(page)：與上面的方法對(duì)立，可以傳入PageObject實(shí)例，然后得到該實(shí)例是pdf文件中第幾頁(yè)的。
- getOutlines(node=None, outlines=None)：檢索文檔中出現(xiàn)的文檔大綱。
- isEncrypted：記錄該pdf是否加密。如果文件本身加密，即使在使用解密decrypt方法之后，還是會(huì)返回true。
- numPages：pdf總共的頁(yè)數(shù)，相當(dāng)于訪問getNumPages()的只讀屬性。
PdfFileWriter 。
該類支持對(duì)pdf文件進(jìn)行寫操作，通常是使用PdfFileReader讀取一些pdf數(shù)據(jù)，然后使用該類進(jìn)行一些操作。
創(chuàng)建該類的實(shí)例時(shí)不需要參數(shù)。
其主要的方法有：
- addAttachment(fname, fdata)：向pdf添加文件。
- addBlankPage(width=None, height=None)：給pdf添加一個(gè)空白頁(yè)到最后，如果沒有指定大小就使用當(dāng)前Weiter中pdf最后一頁(yè)的大小。
- addPage(page)：添加page到pdf中，通常這個(gè)page是由上面的Reader獲取的。
- appendPagesFromReader(reader, after_page_append=None)：將reader中的數(shù)據(jù)拷貝到當(dāng)前的Writer實(shí)例中，并且如果指定after_page_append的話，最后還有回掉該函數(shù)并且將writer中的數(shù)據(jù)傳入其中。
- encrypt(user_pwd, owner_pwd=None, use_128bit=True)：將pdf進(jìn)行加密，其中官方說userpwd是允許用戶使用一些限制的權(quán)限打開pdf文件，也就是使用該密碼的話可能會(huì)有一些限制，但是本人并沒有在文檔中找到設(shè)置權(quán)限的內(nèi)容。而ownerpwd則是允許用戶無(wú)限制的使用。第三個(gè)參數(shù)是是否使用128位加密。
- getNumPages()：得到pdf頁(yè)數(shù)。
- getPage(pageNumber)：得到對(duì)應(yīng)頁(yè)數(shù)的Page，是一個(gè)PageObject對(duì)象，可以使用上面的addPage方法將page進(jìn)行添加。
- insertPage(page, index=0)：將page添加到pdf中，index指定的是被插入的位置。
- write(stream)：將該Writer中的內(nèi)容寫入到文件中。
PdfFileMerger。
該類用來合并pdf文件，該類的構(gòu)造方法有一個(gè)參數(shù)：PdfFileMerger(strict=True)，注意這里的參數(shù)后面會(huì)介紹：
常用方法：
- addBookmark(title, pagenum, parent=None)：給pdf添加一個(gè)書簽，title是書簽的標(biāo)題，pagenum是該書簽指向的頁(yè)面。
- append(fileobj, bookmark=None, pages=None, import_bookmarks=True)：將指定的fileobj文件添加到文件的末尾，bookmark是贖前，pages可以使用(start, stop[, step])或者一個(gè) Page Range來設(shè)定將fileobj中的指定范圍的頁(yè)面進(jìn)行添加。
- merge(position, fileobj, bookmark=None, pages=None, import_bookmarks=True)：與append方法類似，不過可以使用position參數(shù)指定添加的位置。
- write(fileobj)：將數(shù)據(jù)寫入到文件中。
使用的時(shí)候可以創(chuàng)建一個(gè)PdfFileMerger實(shí)例，然后使用append或者merge將想要融合的pdf文件依次添加進(jìn)去，最后使用write保存即可。
def merge_pdf():
# 創(chuàng)建一個(gè)用來合并文件的實(shí)例
pdf_merger = PdfFileMerger()
# 首先添加一個(gè)Week1_1.pdf文件
pdf_merger.append('Week1_1.pdf')
# 然后在第0頁(yè)后面添加ex1.pdf文件
pdf_merger.merge(0, 'ex1.pdf')
# 添加書簽
pdf_merger.addBookmark('這是一個(gè)書簽', 1)
# 將其寫入到文件中
pdf_merger.write('merge_pdf.pdf')
下面看一下
PdfFileMerger(strict=True)
中的這個(gè)參數(shù)：
官方對(duì)這個(gè)參數(shù)的解釋：
strict (bool) ?C Determines whether user should be warned of all problems and also causes some correctable problems to be fatal. Defaults to True.
確定是否應(yīng)該警告用戶所有問題，并且還會(huì)導(dǎo)致一些可糾正的問題。
剛開始感覺這個(gè)參數(shù)就是用來是否警告用戶一些錯(cuò)誤的，直接使用默認(rèn)即可，但是當(dāng)本人嘗試合并帶中文的pdf時(shí)，出現(xiàn)了如下錯(cuò)誤：
Traceback (most recent call last):
File "I:\python3.5\lib\site-packages\PyPDF2\generic.py", line 484, in readFromStream
return NameObject(name.decode('utf-8'))
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 10: invalid continuation byte
During handling of the above exception, another exception occurred:
PyPDF2.utils.PdfReadError: Illegal character in Name Object
在源碼包中使用utf解碼的時(shí)候出錯(cuò)了，嘗試修改此處源碼，讓其使用gbk，但是還出現(xiàn)了其他的錯(cuò)誤。最后發(fā)現(xiàn)當(dāng)把構(gòu)造函數(shù)中的strict設(shè)置為False時(shí)，控制臺(tái)會(huì)打印下面的錯(cuò)誤：
PdfReadWarning: Illegal character in Name Object [generic.py:489]
但是兩個(gè)文件成功的合并了，并且大概看了下合并后的文件有時(shí)好又是壞，同樣的代碼運(yùn)行多次，有時(shí)候能夠正常處理中文，但有時(shí)候中文亂碼。
除了列出的方法還有一些其他的方法，比如添加書簽、添加鏈接等等，可以參考官方文檔。
對(duì)pdf進(jìn)行合并、分割、加密。
整合出來了加密、解密、合并、根據(jù)頁(yè)數(shù)進(jìn)行分割、根據(jù)份數(shù)進(jìn)行分割的樣例：
使用注意：如果時(shí)中文文件，運(yùn)行結(jié)果可能會(huì)出現(xiàn)亂碼，但是多運(yùn)行幾次，中間有正常顯示中文的問題。具體原因還不清楚，但就是這么玄學(xué)。。。
代碼傳送門
# @Time : 2018/3/26 23:48
# @Author : Leafage
# @File : handlePDF.py
# @Software: PyCharm
# @Describe: 對(duì)pdf文件執(zhí)行合并、分割、加密操作。
from PyPDF2 import PdfFileReader, PdfFileMerger, PdfFileWriter
def get_reader(filename, password):
try:
old_file = open(filename, 'rb')
except IOError as err:
print('文件打開失敗！' + str(err))
return None
# 創(chuàng)建讀實(shí)例
pdf_reader = PdfFileReader(old_file, strict=False)
# 解密操作
if pdf_reader.isEncrypted:
if password is None:
print('%s文件被加密，需要密碼！' % filename)
return None
else:
if pdf_reader.decrypt(password) != 1:
print('%s密碼不正確！' % filename)
return None
if old_file in locals():
old_file.close()
return pdf_reader
def encrypt_pdf(filename, new_password, old_password=None, encrypted_filename=None):
"""
對(duì)filename所對(duì)應(yīng)的文件進(jìn)行加密,并生成一個(gè)新的文件
:param filename: 文件對(duì)應(yīng)的路徑
:param new_password: 對(duì)文件加密使用的密碼
:param old_password: 如果舊文件進(jìn)行了加密，需要密碼
:param encrypted_filename: 加密之后的文件名，省卻時(shí)使用filename_encrypted;
:return:
"""
# 創(chuàng)建一個(gè)Reader實(shí)例
pdf_reader = get_reader(filename, old_password)
if pdf_reader is None:
return
# 創(chuàng)建一個(gè)寫操作的實(shí)例
pdf_writer = PdfFileWriter()
# 從之前Reader中將數(shù)據(jù)寫入到Writer中
pdf_writer.appendPagesFromReader(pdf_reader)
# 重新使用新密碼加密
pdf_writer.encrypt(new_password)
if encrypted_filename is None:
# 使用舊文件名 + encrypted 作為新的文件名
encrypted_filename = "".join(filename.split('.')[:-1]) + '_' + 'encrypted' + '.pdf'
pdf_writer.write(open(encrypted_filename, 'wb'))
def decrypt_pdf(filename, password, decrypted_filename=None):
"""
將加密的文件及逆行解密，并生成一個(gè)無(wú)需密碼pdf文件
:param filename: 原先加密的pdf文件
:param password: 對(duì)應(yīng)的密碼
:param decrypted_filename: 解密之后的文件名
:return:
"""
# 生成一個(gè)Reader和Writer
pdf_reader = get_reader(filename, password)
if pdf_reader is None:
return
if not pdf_reader.isEncrypted:
print('文件沒有被加密，無(wú)需操作！')
return
pdf_writer = PdfFileWriter()
pdf_writer.appendPagesFromReader(pdf_reader)
if decrypted_filename is None:
decrypted_filename = "".join(filename.split('.')[:-1]) + '_' + 'decrypted' + '.pdf'
# 寫入新文件
pdf_writer.write(open(decrypted_filename, 'wb'))
def split_by_pages(filename, pages, password=None):
"""
將文件按照頁(yè)數(shù)進(jìn)行平均分割
:param filename: 所要分割的文件名
:param pages: 分割之后每個(gè)文件對(duì)應(yīng)的頁(yè)數(shù)
:param password: 如果文件加密，需要進(jìn)行解密操作
:return:
"""
# 得到Reader
pdf_reader = get_reader(filename, password)
if pdf_reader is None:
return
# 得到總的頁(yè)數(shù)
pages_nums = pdf_reader.numPages
if pages <= 1:
print('每份文件必須大于1頁(yè)！')
return
# 得到切分之后每個(gè)pdf文件的頁(yè)數(shù)
pdf_num = pages_nums // pages + 1 if pages_nums % pages else int(pages_nums / pages)
print('pdf文件被分為%d份，每份有%d頁(yè)！' % (pdf_num, pages))
# 依次生成pdf文件
for cur_pdf_num in range(1, pdf_num + 1):
# 創(chuàng)建一個(gè)新的寫實(shí)例
pdf_writer = PdfFileWriter()
# 生成對(duì)應(yīng)的文件名稱
split_pdf_name = "".join(filename)[:-1] + '_' + str(cur_pdf_num) + '.pdf'
# 計(jì)算出當(dāng)前開始的位置
start = pages * (cur_pdf_num - 1)
# 計(jì)算出結(jié)束的位置，如果是最后一份就直接返回最后的頁(yè)數(shù)，否則用每份頁(yè)數(shù)*已經(jīng)分好的文件數(shù)
end = pages * cur_pdf_num if cur_pdf_num != pdf_num else pages_nums
# print(str(start) + ',' + str(end))
# 依次讀取對(duì)應(yīng)的頁(yè)數(shù)
for i in range(start, end):
pdf_writer.addPage(pdf_reader.getPage(i))
# 寫入文件
pdf_writer.write(open(split_pdf_name, 'wb'))
def split_by_num(filename, nums, password=None):
"""
將pdf文件分為nums份
:param filename: 文件名
:param nums: 要分成的份數(shù)
:param password: 如果需要解密，輸入密碼
:return:
"""
pdf_reader = get_reader(filename, password)
if not pdf_reader:
return
if nums < 2:
print('份數(shù)不能小于2！')
return
# 得到pdf的總頁(yè)數(shù)
pages = pdf_reader.numPages
if pages < nums:
print('份數(shù)不應(yīng)該大于pdf總頁(yè)數(shù)！')
return
# 計(jì)算每份應(yīng)該有多少頁(yè)
each_pdf = pages // nums
print('pdf共有%d頁(yè)，分為%d份，每份有%d頁(yè)！' % (pages, nums, each_pdf))
for num in range(1, nums + 1):
pdf_writer = PdfFileWriter()
# 生成對(duì)應(yīng)的文件名稱
split_pdf_name = "".join(filename)[:-1] + '_' + str(num) + '.pdf'
# 計(jì)算出當(dāng)前開始的位置
start = each_pdf * (num - 1)
# 計(jì)算出結(jié)束的位置，如果是最后一份就直接返回最后的頁(yè)數(shù)，否則用每份頁(yè)數(shù)*已經(jīng)分好的文件數(shù)
end = each_pdf * num if num != nums else pages
print(str(start) + ',' + str(end))
for i in range(start, end):
pdf_writer.addPage(pdf_reader.getPage(i))
pdf_writer.write(open(split_pdf_name, 'wb'))
def merger_pdf(filenames, merged_name, passwords=None):
"""
傳進(jìn)來一個(gè)文件列表，將其依次融合起來
:param filenames: 文件列表
:param passwords: 對(duì)應(yīng)的密碼列表
:return:
"""
# 計(jì)算共有多少文件
filenums = len(filenames)
# 注意需要使用False 參數(shù)
pdf_merger = PdfFileMerger(False)
for i in range(filenums):
# 得到密碼
if passwords is None:
password = None
else:
password = passwords[i]
pdf_reader = get_reader(filenames[i], password)
if not pdf_reader:
return
# append默認(rèn)添加到最后
pdf_merger.append(pdf_reader)
pdf_merger.write(open(merged_name, 'wb'))
def insert_pdf(pdf1, pdf2, insert_num, merged_name, password1=None, password2=None):
"""
將pdf2全部文件插入到pdf1中第insert_num頁(yè)
:param pdf1: pdf1文件名稱
:param pdf2: pdf2文件名稱
:param insert_num: 插入的頁(yè)數(shù)
:param merged_name: 融合后的文件名稱
:param password1: pdf1對(duì)應(yīng)的密碼
:param password2: pdf2對(duì)應(yīng)的密碼
:return:
"""
pdf1_reader = get_reader(pdf1, password1)
pdf2_reader = get_reader(pdf2, password2)
# 如果有一個(gè)打不開就返回
if not pdf1_reader or not pdf2_reader:
return
# 得到pdf1的總頁(yè)數(shù)
pdf1_pages = pdf1_reader.numPages
if insert_num < 0 or insert_num > pdf1_pages:
print('插入位置異常，想要插入的頁(yè)數(shù)為：%d，pdf1文件共有：%d頁(yè)！' % (insert_num, pdf1_pages))
return
# 注意需要使用False參數(shù)，可能會(huì)出現(xiàn)中文亂碼的情況
m_pdf = PdfFileMerger(False)
m_pdf.append(pdf1)
m_pdf.merge(insert_num, pdf2)
m_pdf.write(open(merged_name, 'wb'))
if __name__ == '__main__':
# encrypt_pdf('ex1.pdf', 'leafage')
# decrypt_pdf('ex1123_encrypted.pdf', 'leafage')
# split_by_pages('ex1.pdf', 5)
split_by_num('ex2.pdf', 3)
# merger_pdf(['ex1.pdf', 'ex2.pdf'], 'merger.pdf')
# insert_pdf('ex1.pdf', 'ex2.pdf', 10, 'pdf12.pdf')
總結(jié)
以上所述是小編給大家介紹的Python中使用pypdf2合并、分割、加密pdf文件的代碼詳解,希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！
如果你覺得本文對(duì)你有幫助，歡迎轉(zhuǎn)載，煩請(qǐng)注明出處，謝謝！
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號(hào)聯(lián)系： 360901061
您的支持是博主寫作最大的動(dòng)力，如果您喜歡我的文章，感覺我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
