python如何將多個PDF進(jìn)行合并
背景
由于工作性質(zhì),經(jīng)常面對不同的問題,某些場景下SQL+Excel、常用辦公軟件不能處理,這時到網(wǎng)上找一些案例,自己動手用python處理。后續(xù),借此博客記錄比較典型的處理過程。
后續(xù),陸續(xù)實(shí)際處理的問題,如
1. 合并PDF
2. 拆分PDF
3. 敏感字段MD5脫敏
4. 從非架構(gòu)化的大文本文件中提取指定條件的記錄
需求
工作和生活中有時會遇到將多個pdf文件,合并成一個大文件的情況。例如,掃描時,普通掃描儀或打印機(jī)一頁生成一個PDF,而一份資料實(shí)際多頁。Adobe的收費(fèi)版有合并功能,我們可以自己動手解決。根據(jù)網(wǎng)上搜索了幾個合并pdf的例子,都是2.X環(huán)境下的程序,因此將部分函數(shù)替換為3.x環(huán)境下。
合并多個PDF的python
'''# -*- coding:utf-8*-''' import sys import importlib importlib.reload(sys) import os import os.path from PyPDF2 import PdfFileReader, PdfFileWriter import time time1=time.time() # 使用os模塊walk函數(shù),搜索出某目錄下的全部pdf文件 ######################獲取同一個文件夾下的所有PDF文件名####################### def getFileName(filepath): file_list = [] for root,dirs,files in os.walk(filepath): for filespath in files: # print(os.path.join(root,filespath)) file_list.append(os.path.join(root,filespath)) return file_list ##########################合并同一個文件夾下所有PDF文件######################## def MergePDF(filepath,outfile): output=PdfFileWriter() outputPages=0 in_file_path =filepath +r'input/' print(in_file_path) pdf_fileName=getFileName(in_file_path) i=0 for each in pdf_fileName: i=i+1 print(i,each) # 讀取源pdf文件 input = PdfFileReader(open(each, "rb")) # 如果pdf文件已經(jīng)加密,必須首先解密才能使用pyPdf if input.isEncrypted == True: input.decrypt("map") # 獲得源pdf文件中頁面總數(shù) pageCount = input.getNumPages() outputPages += pageCount print("PageCount: ",pageCount) # 分別將page添加到輸出output中 for iPage in range(0, pageCount): output.addPage(input.getPage(iPage)) print("All Pages Number:"+str(outputPages)) # 最后寫pdf文件 out_file_path=filepath+r'output/' outputStream=open(out_file_path+outfile,"wb") output.write(outputStream) outputStream.close() print( "finished") if __name__ == '__main__': file_dir = r'D:/掃描文件/' # 待合并PDF 所在文件夾 out=u"某某資料合并文件.pdf" # 合并后文件名稱 MergePDF(file_dir,out) time2 = time.time() print( u'總共耗時:' + str(time2 - time1) + 's')
使用注意事項(xiàng)
1、程序第63行,默認(rèn)指定了一個目錄,“D:\掃描文件“,然后在其下建“\input”和“\output”兩個子文件夾。
2、將待合并的pdf文件放在“\input”中,合并后的文件默認(rèn)為“某某資料合并文件.pdf”,可在程序第64行修改你期望的文件名,合并后文件輸出到“\output”。
3、合并多個文件時,合并順序?yàn)槲募颉?br />
補(bǔ)充說明,如何使用python,建議學(xué)一本免費(fèi)的電子書《編程小白的第一本Python入門書》,網(wǎng)上可搜。
最后,如果哪位朋友有興趣,可以將程序第63和64行,加一個圖形界面,用戶在window下選擇input 和output,選擇輸出文件名,然后做一個可執(zhí)行文件。
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Spring Boot中使用IntelliJ IDEA插件EasyCode一鍵生成代碼詳細(xì)方法
這篇文章主要介紹了Spring Boot中使用IntelliJ IDEA插件EasyCode一鍵生成代碼詳細(xì)方法,需要的朋友可以參考下2020-03-03python獲取一組數(shù)據(jù)里最大值max函數(shù)用法實(shí)例
這篇文章主要介紹了python獲取一組數(shù)據(jù)里最大值max函數(shù)用法,實(shí)例分析了max函數(shù)的使用技巧,需要的朋友可以參考下2015-05-05用Python實(shí)現(xiàn)數(shù)據(jù)篩選與匹配實(shí)例
大家好,本篇文章主要講的是用Python實(shí)現(xiàn)數(shù)據(jù)篩選與匹配實(shí)例,感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下2022-02-02Django實(shí)現(xiàn)jquery select2帶搜索的下拉框
最近在開發(fā)一個web應(yīng)用中需要用到帶搜索功能下拉框,本文實(shí)現(xiàn)Django實(shí)現(xiàn)jquery select2帶搜索的下拉框,感興趣的小伙伴們可以參考一下2021-06-06Python實(shí)現(xiàn)將xml導(dǎo)入至excel
本文給大家講解的是使用Python的Testlink實(shí)現(xiàn)將實(shí)現(xiàn)將xml導(dǎo)入至excel表格中,方法非常的簡單,另外附上其他小伙伴的方法,有需要的童鞋們可以參考下。2015-11-11一文詳解PyQt5中實(shí)現(xiàn)不規(guī)則窗口的顯示
這篇文章主要為大家詳細(xì)介紹了Python?PyQt5中實(shí)現(xiàn)不規(guī)則窗口的顯示的相關(guān)資料,文中的示例代碼講解詳細(xì),具有一定的借鑒價值,需要的可以參考一下2022-12-12Python協(xié)程方式的實(shí)現(xiàn)及意義筆記分享
協(xié)程也被稱為微線程,是一種用戶態(tài)的上下文切換技術(shù),簡而言之,就是通過一個線程實(shí)現(xiàn)代碼互相切換執(zhí)行,本文主要給大家介紹實(shí)現(xiàn)協(xié)程的幾種方法2021-09-09Python獲取excel內(nèi)容及相關(guān)操作代碼實(shí)例
這篇文章主要介紹了Python獲取excel內(nèi)容及相關(guān)操作代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08