什么是python自动化办公,python在办公自动化中的应用

　　你好，我是张。今天的文章是关于自动化办公室的。目前个人认为PyPDF2、Pdfplumer、PDFminer是Python库中处理PDF最好的三种方式。

　　今天的教程重点介绍PyPDF2，它为PDF提供了以下基本操作

　　1)将一个pdf分成多个PDF文件2)将多个PDF合并成一个PDF文件3)旋转PDF页面；4.向PDF添加水印；5.PDF加密；6.解密PDF；6.获取基本的PDF信息，如作者、标题、页码等。在PyPDF2的历史正文开始之前，我先说一下PyPDF2的发展历史。PyPDF的前身是2005年发布的PyPDF软件包，该软件包的最后一个版本发布于2010年。之后大约过了一年，一个叫Phasit的公司赞助了PyPDF。两个版本的功能基本相同，但最大的区别是PyPDF2。

　　PY2最近没有更新。最新版本的是2016年发布的，但是人气并没有消失。然后出现了PyPDF3、PyPDF4等不同版本。但是这些软件包并没有向后兼容PyPDF2的功能，用户当然很欢迎。

　　PDF 2的安装和其他Python库一样，可以通过pip或者conda工具进行安装。

　　Pip pyPDF2 PDF信息提取pyPDF2允许从PDF中提取一些元数据和外发的jasmine信息，从而对PDF有一个大概的了解。

　　可以从PDF 2中提取的数据如下

　　作者；作者；制片人；子对象；标题；页数；这里下载官网提供的6页PDF样本《Seige_of_Vicksburg_Sample_OCR》作为测试数据。

　　from py pdf 2 importpdfilereader # # pdf文档pdf _ path= D:/Data/automated office/pdf/seige _ of _ Vicksburg _ sample _ ocr . pdf Rb )ASF:pdf=pdf filereader(f)info mation=pdf . getdocumentinfo f . getnumpa信息3360作者：{ infomation.author }，创建者：{ infomation.creator }，制作者：{ infomation.pro omation }主题：{ infomation.subject }，title}，号

　　d:/Data/automated transaction/pdf/Seige _ of _ Vicksburg _ sample _ ocr.pdf信息3360作者3360 DSI，创建者：luradocume在上面的例子中，制作者：luradocumentpdfv 2.38，Subject: None，title3360页数：6是一个PDF文件阅读器，用于与PDF文件等进行交互，getDocumentInfo))方法返回包含所需信息的DocumentInformation实例。还可以通过对reader对象调用getNumPages方法来返回文档中的页数。

　　个人认为里面的数据也有一点页数的数值，批量统计的情况更适合这种方法。

　　PDF的页面旋转PyPDF2的每一页都以Page对象的形式存在，可以使用reader对象的get_page(page_index)方法返回页面的一个实例。其中page_index表示索引

　　有两种方法可以旋转页面。

　　将时钟顺时针旋转90度；旋转逆时针(90)，逆时针旋转90度；以下代码指示目标PDF的第一页顺时针旋转90度，第二页逆时针旋转90度，而不改变其他页面的位置角度。

　　Pypdf2导入到pdf文件存储中，pdffilewriterpdf _ writer=pdf文件存储(pdf _ reader=pdf文件存储)PDF _ path #

　　0)pdf_writer.addPage(page_1)#向左旋转页面90度page_2=pdf_reader.getPage(1)。rotate逆时针(90)pdf_writer.addPage(page_2)#之后在range (2，pdf _ reader . getnumpages()):pdf _ writer . add page(pdf _ reader . get page(I))with open(pdf _ path， WB) as FH: pdf _ writer.write (FH)如下

　　在代码中，同时使用了两个类，PDF FileReader和PDF FileWriter。页面旋转不是在原始PDF的基础上操作，而是在内存中创建新的PDF流对象。操作后的每一页都通过addPage()方法添加到这个对象中，然后这个对象在内存中被写入文件中。

　　写到这里，说实话，页面旋转的功能基本没用。这里补充一下只是作为一些话，哈哈哈。

　　从py pdf2import pdf filereader，PDF writer # # PDF document PDF _ path= D:/Data/office automation/PDF/seige _ of _ Vicksburg _ sample _ ocr . PDF save _ path= D:/Data/office automation/PDF/ # Split Pages of PDF PDF df _ reader=PDF file reader(PDF _ path)for I in range(0，PDF _ reader . getnumpages()):PDF _ writer=PDF pdf 格式(str(i))， wb )为FH:pdf _ writer . write(FH)print({ }保存成功！\n。format(str(i))代码将原PDF文件中的每一页拆分成每一个PDF文件，其中文件名以页面索引命名；

　　您也可以通过拆分从pdf文件中提取固定页码范围。比如我只想从pdf里摘录2-5页，其他部分不要。那么代码将以如下形式编写

　　对于范围(1，5)中的I，pdf _ writer=PdfFileWriter()pdf _ reader=PdfFileReader(PDF _ path):# PDF _ writer=PdfFileWriter()PDF _ writer . add page(PDF _ reader . get page(I))#每一页写入一个路径，打开(save_path 2_5.pdf ，Wb )作为fh: pdf_writer.write(fh)多个PDF文件合并成一个PDF。虽然拆分和合并方向相反，但是使用的类和原理是一样的。

　　PdfFileReader读取每个pdf并递归获取每个页面的页面对象。PdfFileWrite创建一个新的stream对象，将之前内存中读取的页面对象依次写入这个stream对象，最后写入磁盘文件。

　　从PyPDF2导入PdfFileReader，PdfFileWriterp1 _ PDF= D:/Data/automation/PDF/seige _ of _ Vicksburg _ sample _ ocr . PDF p2 _ PDF= D:/Data/automation/Sei _ of _ Vicksburg _ sample _ ocr . PDF merge _ PDF= D:/Data/office automation/PDF/merge . PDF P1 _ reader=PDF file reader(P1 _ PDF)p2 _ reader=PDF file reader(p2

　　在今天列出的所有函数中，给PDF添加水印是最有用的函数。批量添加水印主要使用Page对象中的margePage()方法，通过合并两个页面达到添加水印的效果。

　　Pypdf2只能操作pdf对象，所以在添加水印之前，需要把要添加的水印保存在一个pdf文件中。

　　从PyPDF2导入PdfFileReader，Pdffilewriterwatermark= d:/data/automated office/PDF/Watermark . PDF input _ PDF= d:/data/automated office/PDF/merge . PDF output= d:/data/automated office/PDF/merge _ Watermark . PDF Watermark _ obj=PDF file reader(Watermark)Watermark _ page=Watermark _ obj . get page(0)PDF _ reader=PDF file reader(input _ PDF)PDF _ writer=PDF 和加水印的原图按顺序【外链图片传递失败，源站可能有防盗链机制，建议保存图片直接上传(IMG-XP 0 elxsk-1615825692823)(https://images . zeroing python . top/img/image-20210314005417135 . png)】

　　上面的效果不好是因为做水印的时候没有考虑到页面布局问题，所以合并的时候少了一部分；

　　用上面的代码添加水印的好处是可以为pdf指定页面字段水印，比如只为奇数页添加偶数页，不仅灵活而且高效，当然也可以对多个文件进行批量操作。

　　PDF加密和解密pdf加密

　　对于一个pdf文件，如果我们不希望别人能够读取它的内容，我们可以通过pypdf2为它设置一个密码。如果只是单个文件，不如找个工具手工操作，效率会更高。但是，对于多个文件，强烈建议使用下面的方法。

　　Watermark= D:/Data/office automation/PDF/seige _ of _ Vicksburg _ sample _ ocr . PDF input _ PDF= D:/Data/office automation/PDF/merge _ Watermark 1 . PDF Watermark _ obj=PDF filereader(Watermark)Watermark _ page=Watermark _ obj . get page(0)PDF _ reader=PDF filereader(input _ PDF)PDF _ writer=pdffile writer

　　使用加密函数时，需要注意三个参数。

　　User_pwd，str，用户密码，用于限制文件的打开和读取；

　　Owner_pwd，str，比用户密码高一级。如果提供了该文件，则可以不受任何限制地打开它。如果未指定，默认的owner_pwd与user_pwd相同。

　　Use_128bit布尔值，用于表示是否使用128位作为密码。如果为False，则表示使用40位作为密码。默认值为True；

　　pdf解密

　　使用Decrypt()函数读取文件时会用到decrypt。

　　rom PyPDF2导入PDF filerewriter，PDF filereader input _ PDF= report lab-encrypted . PDF output _ PDF= report lab . PDF password= two fish PDF _ writer=PDF filereader()PDF _ reader=PDF _ reader . decrypt(password)对于范围内的页面(PDF _ reader . getnumpages()):PDF _ writer . add page(PDF _ reader . get page(page))在打开(open

　　简要介绍了PyPDF2库的基本用法，并用其代码实例实现了一些基本操作。但是这里提醒一下，以上所有操作都只适用于批量操作场景。如果对象是一个单独的文件，建议使用常规的做法，如果太显眼的话只会浪费时间。

　　我没有参与过pdf中图形内容的提取和编写，因为pypdf2不擅长这方面，而Pdfplumber和PDFminer在外向茉莉提取方面要好得多，工欲善其事，必先利其器；我会在下面的教程中介绍这方面的内容，期待大家的关注！

　　好了，这篇文章就到这里。最后，感谢您的阅读。下次见~

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。