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)