Python利用PyPDF2庫獲取PDF文件總頁碼實(shí)例

更新時(shí)間：2020年04月03日 14:26:11 作者：煢夜

這篇文章主要介紹了Python利用PyPDF2庫獲取PDF文件總頁碼實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

Python中可以利用PyPDF2庫來獲取該pdf文件的總頁碼，可以根據(jù)下面的方法一步步進(jìn)行下去：

1、首先，要安裝PyPDF2庫，利用以下命令即可：

pip install PyPDF2

2、接著，就是直接編寫代碼了，其中我新建了一個(gè)py文件，名為file_utils.py，代碼如下：

from PyPDF2 import PdfFileReader
 
def get_num_pages(file_path):
 """
 獲取文件總頁碼
 :param file_path: 文件路徑
 :return:
 """
 reader = PdfFileReader(file_path)
 # 不解密可能會(huì)報(bào)錯(cuò)：PyPDF2.utils.PdfReadError: File has not been decrypted
 if reader.isEncrypted:
  reader.decrypt('')
 page_num = reader.getNumPages()
 return page_num

3、這樣就可以獲得該pdf文件的總頁數(shù)了，但是需要傳遞文件路徑進(jìn)去，因?yàn)樾枰x取這個(gè)文件。

4、以上內(nèi)容僅供學(xué)習(xí)參考，謝謝！

補(bǔ)充知識(shí)：使用python合并pdf文件帶書簽

1、需求：

將幾本紙質(zhì)書進(jìn)行了掃描，可是掃描的每頁生成一個(gè)pdf文件。需要怎么才能把這些pdf文件合成一個(gè)呢？adoba acrobat工具支持，可是收費(fèi)。我們平時(shí)用的都是adoba reader，只有讀pdf的功能沒有合并等高級(jí)功能。網(wǎng)上的一些免費(fèi)工具又擔(dān)心有病毒或綁定程序。

所以考慮看看pyton實(shí)現(xiàn)。網(wǎng)上找了下python合并pdf的腳本，發(fā)現(xiàn)也沒有添加書簽的功能的，有添加書簽的也不是很靈活。

所有對(duì)網(wǎng)上找的一個(gè)python程序進(jìn)行了升級(jí)，可以實(shí)現(xiàn)合并pdf并每個(gè)章節(jié)加入書簽。

文件準(zhǔn)備：

先將掃描的pdf文件，每一章放到一個(gè)文件夾中，文件夾名字用章節(jié)名命名。這樣最終程序就能將章節(jié)名作為書簽了，而不是默認(rèn)將每頁都生成書簽。

2、程序代碼

代碼運(yùn)行環(huán)境：python3

需要安裝PyPDF2包：pip install PyPDF2

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
'''
 本腳本用來合并pdf文件，支持帶一級(jí)子目錄的
 每章內(nèi)容分別放在不同的目錄下，目錄名為章節(jié)名
 最終生成的pdf，按章節(jié)名生成書簽
'''

import os, sys, codecs
from PyPDF2 import PdfFileReader, PdfFileWriter, PdfFileMerger
import glob

def getFileName(filepath):
 '''
  獲取當(dāng)前目錄下的所有pdf文件
 '''
 file_list = glob.glob(filepath+"/*.pdf")
 # 默認(rèn)安裝字典序排序，也可以安裝自定義的方式排序
 # file_list.sort()
 return file_list


def get_dirs(filepath='', dirlist_out=[], dirpathlist_out=[]):
 # 遍歷filepath下的所有目錄
 for dir in os.listdir(filepath):
  dirpathlist_out.append(filepath + '\\' + dir)

 return dirpathlist_out


def merge_childdir_files(path):
 '''
  每個(gè)子目錄下合并生成一個(gè)pdf
 '''
 dirpathlist = get_dirs(path)
 if len(dirpathlist) == 0:
  print("當(dāng)前目錄不存在子目錄")
  sys.exit()
 for dir in dirpathlist:
  mergefiles(dir, dir)


def mergefiles(path, output_filename, import_bookmarks=False):
 # 遍歷目錄下的所有pdf將其合并輸出到一個(gè)pdf文件中，輸出的pdf文件默認(rèn)帶書簽，書簽名為之前的文件名
 # 默認(rèn)情況下原始文件的書簽不會(huì)導(dǎo)入，使用import_bookmarks=True可以將原文件所帶的書簽也導(dǎo)入到輸出的pdf文件中
 merger = PdfFileMerger()
 filelist = getFileName(path)
 if len(filelist) == 0:
  print("當(dāng)前目錄及子目錄下不存在pdf文件")
  sys.exit()
 for filename in filelist:
  f = codecs.open(filename, 'rb')
  file_rd = PdfFileReader(f)
  short_filename = os.path.basename(os.path.splitext(filename)[0])
  if file_rd.isEncrypted == True:
   print('不支持的加密文件：%s'%(filename))
   continue
  merger.append(file_rd, bookmark=short_filename, import_bookmarks=import_bookmarks)
  print('合并文件：%s'%(filename))
  f.close()
 # out_filename = os.path.join(os.path.abspath(path), output_filename)
 merger.write(output_filename + ".pdf")
 print('合并后的輸出文件：%s'%(output_filename))
 merger.close()

if __name__ == "__main__":
 # 每個(gè)章節(jié)一個(gè)子目錄，先分別合并每個(gè)子目錄文件為一個(gè)pdf，然后再將這些pdf合并為一個(gè)大的pdf，這樣做目的是想生成每個(gè)章節(jié)的書簽

 # 1.指定目錄
 # 原始pdf所在目錄
 path = "D:\spdf"
 # 輸出pdf路徑和文件名
 output_filename = "D:\spdf\戰(zhàn)略規(guī)劃 公司實(shí)現(xiàn)持續(xù)成功的方法、工具和實(shí)踐 羅熙昶 2018-09"

 # 2.生成子目錄的pdf
 # merge_childdir_files(path)

 # 3.子目錄pdf合并為總的pdf
 mergefiles(path, output_filename)

3、程序使用

將要生成的pdf文件目錄導(dǎo)入到程序指定目錄下，例如我程序中的path是“D:\spdf”，然后指定最終輸出的文件路徑及文件名，我上面的output_filename是"D:\spdf\戰(zhàn)略規(guī)劃公司實(shí)現(xiàn)持續(xù)成功的方法、工具和實(shí)踐羅熙昶 2018-09"

數(shù)據(jù)結(jié)果如下：