快捷導(dǎo)航

20行Python代碼實(shí)現(xiàn)一款永久免費(fèi)PDF編輯工具

更新時(shí)間：2022年07月13日 08:58:46 作者：程序員枸杞.

本文主要介紹了Python代碼實(shí)現(xiàn)一款永久免費(fèi)PDF編輯工具，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(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

PyPDF2

PyPDF2是一個(gè)第三方的python PDF庫，它能夠?qū)DF文件進(jìn)行分割、合并、裁剪和轉(zhuǎn)換頁面。

另外，它還可以對PDF文件添加自定義數(shù)據(jù)、水印、密碼，也可以從PDF文件中檢索出文本和元數(shù)據(jù)。

安裝

使用pip直接安裝：

$ pip install PyPDF2

下面就來演示幾項(xiàng)PDF編輯功能，并且會(huì)逐行解釋代碼的含義。

刪除PDF頁

先給出實(shí)現(xiàn)代碼，

from PyPDF2 import PdfFileWriter, PdfFileReader
 
output = PdfFileWriter()     // 1
input1 = PdfFileReader(open("example.pdf", "rb")) // 2
 
def delete_pdf(index):
 pages = input1.getNumPages() // 3
 
 for i in range(pages):
  if i+1 in index:
   continue
  output.addPage(input1.getPage(i))  // 4
 
 outputStream = open("PyPDF2-output.pdf", "wb")
 output.write(outputStream)  // 5
 
delete_pdf([2,3,4])

下面來解釋一下代碼中的幾個(gè)關(guān)鍵點(diǎn)：

聲明一個(gè)用于輸出PDF的實(shí)例；
讀取本地PDF文件；
獲取PDF文檔的頁數(shù)；
讀取PDF的第i頁，添加到輸出output實(shí)例中；
把編輯后的文檔保存到本地；

合并PDF

已經(jīng)實(shí)現(xiàn)了刪除PDF頁，接下來就看一下如何把另外一個(gè)PDF中的頁面合并到當(dāng)前PDF中。

方法1：

可以沿著前面刪除PDF頁的方式進(jìn)行拓展一下，對PDF進(jìn)行合并。

from PyPDF2 import PdfFileWriter, PdfFileReader
 
output = PdfFileWriter()
input1 = PdfFileReader(open("example.pdf", "rb"))
input2 = PdfFileReader(open("simple2.pdf", "rb")) // 1
 
def merge_pdf(add_index, origin_index):
 pages = input1.getNumPages()
 k = 0
 for i in range(pages):
  if i+1 in add_index:
   output.addPage(input2.getPage(origin_index[k])) // 2
   pages += 1
   k += 1
  output.addPage(input1.getPage(i))
 
 outputStream = open("PyPDF2-output.pdf", "wb")
 output.write(outputStream)
 
merge_pdf([2,3,4], [0, 0, 0])

讀取需要合并的源文件；
遍歷到指定頁，合并源PDF的頁面；

方法2：

除了方法1，還有另外一種方法可以合并PDF：

from PyPDF2 import PdfFileMerger // 1
 
merger = PdfFileMerger()
 
input1 = open("document1.pdf", "rb") // 2
input2 = open("document2.pdf", "rb")
input3 = open("document3.pdf", "rb")
 
merger.append(fileobj = input1, pages = (0,3)) // 3
 
merger.merge(position = 2, fileobj = input2, pages = (0,1)) // 4
 
merger.append(input3) // 5
 
output = open("document-output.pdf", "wb")
merger.write(output)

導(dǎo)入PyPDF2合并模塊PdfFileMerger;
讀取需要處理和合并的PDF文檔；
從第一個(gè)PDF文檔中取出需要合并的前3頁；
把第二個(gè)PDF文檔的第一頁插入到文檔中；
把第三個(gè)PDF文檔附到輸出文檔末尾；

除了上述介紹的2項(xiàng)主要功能，PyPDF2也有一些其他小功能：

旋轉(zhuǎn)

input1.getPage(1).rotateClockwise(90)

使得頁面1旋轉(zhuǎn)90度。

添加水印

page = input1.getPage(3)
watermark = PdfFileReader(open("watermark.pdf", "rb"))
page.mergePage(watermark.getPage(0))

其中，水印存儲(chǔ)在另外一個(gè)PDF文檔watermark.pdf中。

加密

password = "secret"
output.encrypt(password)

首先給一個(gè)secret密碼，然后使用encrypt對輸出文檔進(jìn)行加密。

pdfminer

前面介紹的PyPDF2主要擅長于PDF頁面級編輯，而對于文本和源數(shù)據(jù)級別編輯能力較弱。

所以，這里就來介紹另外一款Python庫來彌補(bǔ)它的不足。

PDFMiner是一個(gè)PDF文檔的文本提取工具，它具有如下特性：

能夠準(zhǔn)確獲取文本的位置和布局信息；
可以將PDF轉(zhuǎn)換為HTML/XML等格式；
可以提取目錄；
可以提取標(biāo)簽內(nèi)容；
支持各種字體類型（Type1、TrueType、Type3和CID）;
支持中、日、韓語言和垂直書寫文本;

安裝

$ pip install pdfminer

PDF轉(zhuǎn)TxT

pdfminer在GitHub的托管項(xiàng)目中，在目錄tools下給出了一些實(shí)用的工具集，例如，PDF轉(zhuǎn)HTML、PDF轉(zhuǎn)HTML、PDF轉(zhuǎn)TXT。我們可以直接通過使用下面命令提出PDF文檔中的文本信息。

$ pdf2txt.py samples/simple1.pdf

總結(jié)

通過上述2款Python庫，就可以實(shí)現(xiàn)從頁面到文本元數(shù)據(jù)的編輯，本文只是簡單的介紹了每項(xiàng)的基本用法。關(guān)于詳細(xì)的用法和函數(shù)列表，可以閱讀官方文檔，或者閱讀GitHub上項(xiàng)目源碼進(jìn)行了解。此外，可以在這些基本的用法基礎(chǔ)上進(jìn)行發(fā)散思維，發(fā)掘更多有價(jià)值的應(yīng)用場景，例如，提出文本數(shù)據(jù)之后調(diào)用翻譯API進(jìn)行文獻(xiàn)翻譯。也可以，對軟件進(jìn)行封裝，開發(fā)成一款通用的PDF編輯工具。

20行Python代碼就輕松解決了困擾很多同學(xué)已久的PDF編輯問題，可見Python的作用和價(jià)值是不可忽視的。

到此這篇關(guān)于20行Python代碼實(shí)現(xiàn)一款永久免費(fèi)PDF編輯工具的文章就介紹到這了,更多相關(guān)Python PDF編輯工具內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: