在Python中操作PDF的常見方法小結(jié)

更新時間：2024年01月04日 11:02:33 作者：濤哥聊Python

當(dāng)在Python中操作PDF時,有幾種常見的方法,每種方法都有其獨特的優(yōu)點和用例,在本文中,我們將深入探討這些方法,并提供豐富的示例代碼,以幫助大家更好地理解如何使用這些技術(shù),需要的朋友可以參考下

1. 使用PyPDF2庫進行PDF操作
2. 使用reportlab庫創(chuàng)建PDF
3. 使用PyMuPDF庫進行PDF渲染
4. 使用PDFMiner庫提取文本信息
5. 使用FPDF庫創(chuàng)建PDF文檔
6. 使用PDFKit庫將HTML轉(zhuǎn)換為PDF
7. 使用PyPDF2旋轉(zhuǎn)PDF頁面
8. 使用PDFMerger庫進行PDF合并
總結(jié)

1. 使用PyPDF2庫進行PDF操作

PyPDF2是一個流行的Python庫，用于處理PDF文件。它允許你合并、拆分、旋轉(zhuǎn)和提取PDF文檔的內(nèi)容。

以下是一些基本的示例代碼：

import PyPDF2

# 合并兩個PDF文件
def merge_pdfs(file1, file2, output):
    pdf_writer = PyPDF2.PdfFileWriter()

    pdf_reader1 = PyPDF2.PdfFileReader(file1)
    pdf_reader2 = PyPDF2.PdfFileReader(file2)

    for page_num in range(pdf_reader1.numPages):
        page = pdf_reader1.getPage(page_num)
        pdf_writer.addPage(page)

    for page_num in range(pdf_reader2.numPages):
        page = pdf_reader2.getPage(page_num)
        pdf_writer.addPage(page)

    with open(output, 'wb') as merged_file:
        pdf_writer.write(merged_file)

# 拆分PDF文件
def split_pdf(input_file, output_folder):
    pdf_reader = PyPDF2.PdfFileReader(input_file)

    for page_num in range(pdf_reader.numPages):
        pdf_writer = PyPDF2.PdfFileWriter()
        page = pdf_reader.getPage(page_num)
        pdf_writer.addPage(page)

        output_file = f'{output_folder}/page_{page_num + 1}.pdf'
        with open(output_file, 'wb') as single_page_file:
            pdf_writer.write(single_page_file)

# 調(diào)用示例
merge_pdfs('document1.pdf', 'document2.pdf', 'merged_document.pdf')
split_pdf('large_document.pdf', 'output_folder')

2. 使用reportlab庫創(chuàng)建PDF

reportlab是一個強大的PDF生成庫，它允許從頭開始創(chuàng)建PDF文檔，包括文本、圖形和表格。

以下是一個簡單的例子：

from reportlab.pdfgen import canvas

def create_pdf(output_file):
    c = canvas.Canvas(output_file)
    c.drawString(72, 800, "Hello, this is a sample PDF created with reportlab.")
    c.showPage()
    c.save()

# 調(diào)用示例
create_pdf('sample_reportlab.pdf')

3. 使用PyMuPDF庫進行PDF渲染

PyMuPDF是一個用于渲染PDF文件的庫，可以用于提取文本和圖像信息。

以下是一個簡單的示例：

import fitz  # PyMuPDF的Python綁定

def extract_text_images(pdf_file):
    doc = fitz.open(pdf_file)

    for page_num in range(doc.page_count):
        page = doc[page_num]
        
        # 提取文本
        text = page.get_text("text")
        print(f"Text on page {page_num + 1}:\n{text}\n")

        # 提取圖像
        for img_index, img in enumerate(page.get_images(full=True)):
            img_index += 1
            base_image = doc.extract_image(img)
            image_bytes = base_image["image"]
            image_name = f"page_{page_num + 1}_image_{img_index}.png"
            
            with open(image_name, "wb") as image_file:
                image_file.write(image_bytes)

# 調(diào)用示例
extract_text_images('document.pdf')

4. 使用PDFMiner庫提取文本信息

PDFMiner是一個用于提取PDF文本的強大庫，它支持高級的文本提取和布局分析。

以下是一個簡單的示例：

from pdfminer.high_level import extract_text

def extract_text_from_pdf(pdf_file):
    text = extract_text(pdf_file)
    print(f"Text extracted from the PDF:\n{text}")

# 調(diào)用示例
extract_text_from_pdf('document.pdf')

5. 使用FPDF庫創(chuàng)建PDF文檔

FPDF是一個輕量級的Python庫，用于在PDF文檔中添加文本、圖形和頁面。

以下是一個簡單的創(chuàng)建PDF文檔的示例：

from fpdf import FPDF

class PDFGenerator(FPDF):
    def header(self):
        self.set_font('Arial', 'B', 12)
        self.cell(0, 10, 'My PDF Document', 0, 1, 'C')

    def chapter_title(self, num, label):
        self.set_font('Arial', 'B', 12)
        self.cell(0, 10, 'Chapter %d : %s' % (num, label), 0, 1, 'L')
        
    def chapter_body(self, body):
        self.set_font('Arial', '', 12)
        self.multi_cell(0, 10, body)

# 創(chuàng)建PDF文檔
pdf = PDFGenerator()
pdf.add_page()
pdf.chapter_title(1, 'Introduction')
pdf.chapter_body('This is the introduction to my PDF document.')
pdf.chapter_title(2, 'Chapter 1')
pdf.chapter_body('This is the content of chapter 1.')

# 保存PDF文檔
pdf.output('generated_document.pdf')

6. 使用PDFKit庫將HTML轉(zhuǎn)換為PDF

PDFKit是一個基于wkhtmltopdf工具的Python庫，可以將HTML內(nèi)容轉(zhuǎn)換為PDF文檔。這在需要動態(tài)生成報告或?qū)⒕W(wǎng)頁內(nèi)容保存為PDF時非常有用。

以下是一個簡單的例子：

import pdfkit

def html_to_pdf(html_content, output_pdf):
    pdfkit.from_string(html_content, output_pdf)

# 調(diào)用示例
html_content = "<html><body><h1>Hello, PDFKit!</h1><p>This is a sample HTML content.</p></body></html>"
html_to_pdf(html_content, 'html_to_pdf_output.pdf')

7. 使用PyPDF2旋轉(zhuǎn)PDF頁面

PyPDF2不僅可以用于合并和拆分PDF，還可以用于對PDF頁面進行旋轉(zhuǎn)。

以下是一個旋轉(zhuǎn)PDF頁面的簡單示例：

import PyPDF2

def rotate_pdf(input_pdf, output_pdf, rotation_angle):
    pdf_writer = PyPDF2.PdfFileWriter()
    pdf_reader = PyPDF2.PdfFileReader(input_pdf)

    for page_num in range(pdf_reader.numPages):
        page = pdf_reader.getPage(page_num)
        page.rotateClockwise(rotation_angle)
        pdf_writer.addPage(page)

    with open(output_pdf, 'wb') as rotated_file:
        pdf_writer.write(rotated_file)

# 調(diào)用示例
rotate_pdf('document.pdf', 'rotated_document.pdf', 90)

8. 使用PDFMerger庫進行PDF合并

PDFMerger是一個簡單易用的庫，專門用于合并PDF文件。

以下是一個示例：

from PyPDF2 import PdfMerger

def merge_pdfs_with_pdfmerger(files, output_file):
    merger = PdfMerger()

    for pdf_file in files:
        merger.append(pdf_file)

    merger.write(output_file)
    merger.close()

# 調(diào)用示例
pdf_files = ['file1.pdf', 'file2.pdf', 'file3.pdf']
merge_pdfs_with_pdfmerger(pdf_files, 'merged_files.pdf')

總結(jié)

在本文中，我們分享了Python中操作PDF的多種方法，涵蓋了PyPDF2、reportlab、PyMuPDF、PDFMiner、FPDF、PDFKit、PyPDF2、PDFMerger等庫的應(yīng)用。通過豐富的示例代碼，學(xué)習(xí)了合并、拆分、文本提取、HTML轉(zhuǎn)換、頁面旋轉(zhuǎn)和PDF合并等常見操作。這些工具和技術(shù)為處理PDF文件提供了靈活而強大的手段，能夠根據(jù)具體需求選擇適當(dāng)?shù)姆椒ā?/p>

無論是生成報告、處理文檔還是轉(zhuǎn)換HTML內(nèi)容，Python的生態(tài)系統(tǒng)都提供了多樣化的解決方案。通過閱讀本文，不僅可以了解每種方法的基本原理，還能夠通過示例代碼深入理解其實際應(yīng)用。在處理PDF的日常任務(wù)中，選擇適當(dāng)?shù)墓ぞ吆图夹g(shù)將極大地提高工作效率。

以上就是在Python中操作PDF的常見方法小結(jié)的詳細內(nèi)容，更多關(guān)于Python操作PDF的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: