如何用python处理pdf,python 写入pdf

　　python教程·栏目今天为大家总结用Python操作PDF的几种方法。

　　01

　　前言

　　大家好，之前写过一个关于Python操作PDF的案例？PDF批量合并,这个案例的初衷只是给你提供一个方便的脚本，并没有太多的解释原理。它涉及到一个非常实用的PDF处理模块，PyPDF2.本文将好好研究一下这个模块，主要涉及

　　os模块综合应用glob模块综合应用PyPDF2模块操作02

　　基本操作

　　PDF 2导入模块的代码通常是:

　　从PDF 2导入PDF FileReader，PDF FileWriter复制代码这里有两种方法:

　　PdfFileReader可以理解为读者，PdfFileWriter可以理解为作家。接下来我们将通过几个案例进一步了解这两个工具的奇妙之处。使用的样本文件是五张发票的pdf文件。

　　每张发票的PDF包含两页:

　　03

　　合并

　　第一件事是将5个发票pdf合并成10页.这里的读者和作者应该如何合作？

　　逻辑如下:

　　由阅读器阅读所有pdf。阅读器会把阅读的内容交给写手，写手统一输出到新的PDF。这里还有一个重要的知识点:阅读者只能将阅读的内容一页一页的交给书写者。

　　因此，逻辑中的第一步和第二步实际上是不是彼此独立的步骤.在读者阅读pdf后，它循环pdf的所有页面，并逐页将其交给作者。等到所有读取工作完成后再输出。

　　看一下代码，让这个想法更加清晰:

　　从PyPDF2导入PdfFileReader、PdfFileWriter

　　path=rC:\Users\xxxxx

　　x

　　pdf_writer=PdfFileWriter()

　　对于(1，6):范围内的I

　　pdf _ reader=PdfFileReader(path /INV { })。 pdf 格式(一))

　　对于范围内的页面(pdf_reader.getNumPages()):

　　pdf _ writer . add page(pdf _ reader . get page(page))

　　with(pathr \ merged PDF \ merge . PDF ， wb) as out:

　　Pdf_writer.write(out)复制代码。因为所有的内容都需要交给同一个writer进行最终输出，所以writer的初始化必须在循环之外。

　　如果在循环中，它将成为一个每次访问读取一个pdf就生成一个新的写入器,这样每个读者给作者的内容将是反复覆盖,不能满足我们的合并要求！

　　循环开始处的代码：

　　对于(1，6):范围内的I

　　Pdf _ reader=pdf filereader(路径/inv {})。 pdf format (I))复制代码的目的是每次读取一个新的PDF文件，交给阅读器进行后续操作。其实这种写法不太推荐。由于pdf的命名恰好非常有规律，所以可以直接分配编号进行流通。更好的方法是使用glob模块：

　　导入全球

　　对于glob.glob(路径“/*”中的文件。pdf’):

　　Pdf_reader=PdfFileReader(path)复制代码。pdf_reader.getNumPages():可以获得读者的页数，并与range.合作

　　> 就能遍历读取器的所有页。

　　pdf_writer.addPage(pdf_reader.getPage(page)) 能够将当前页交给写入器。

　　最后，用 with 新建一个 pdf 并由写入器的 pdf_writer.write(out) 方法输出即可。

　　04

　　拆分

　　如果明白了合并操作中读取器和写入器的配合，那么拆分就很好理解了，这里我们以拆分 INV1.pdf 为2个单独的 pdf 文档为例，同样也先来捋一捋逻辑：

• 读取器读取 PDF 文档
• 读取器一页一页交给写入器
• 写入器每获取一页就立即输出

　　代码很简单：

from PyPDF2 import PdfFileReader, PdfFileWriter
　　path = r'C:\Users\xxx'
　　pdf_reader = PdfFileReader(path + '\INV1.pdf')
　　for page in range(pdf_reader.getNumPages()):
　　 # 遍历到每一页挨个生成写入器
　　 pdf_writer = PdfFileWriter()
　　 pdf_writer.addPage(pdf_reader.getPage(page))
　　 # 写入器被添加一页后立即输出产生pdf
　　 with open(path + '\INV1-{}.pdf'.format(page + 1), 'wb') as out:
　　 pdf_writer.write(out)复制代码

　　水印

　　本次的工作是将下图作为水印添加到 INV1.pdf 中

　　由于需要加水印的 PDF 可能有很多页，而水印 PDF 只有一页，因此如果直接把水印 PDF 拿来合并，可以抽象理解成加完第一页，水印 PDF 页就没有了。

　　因此不能直接拿来合并，而要把水印 PDF 页不断 copy 出来成新的一页备用 new_page ，再运用 .mergePage 方法完成跟每一页合并，把合并后的页交给写入器待最后统一输出!

　　关于 .mergePage 的使用：出现在下面的页 .mergePage (出现在上面的页)，最后效果如图：

　　06

　　加密

　　加密很简单，只需要记住：「加密是针对写入器加密」

　　因此只需要在相关操作完成后调用 pdf_writer.encrypt (密码)

　　以单个 PDF 的加密为例：

写在最后

　　最后还是希望大家能够理解Python办公自动化的一个核心就是批量操作-解放双手，让复杂的工作自动化！

更多相关免费学习推荐：python教程（视频）

　　

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。