Python进行PDF文件拆分的示例详解

2025-02-28 17:50

本文主要是介绍Python进行PDF文件拆分的示例详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《Python进行PDF文件拆分的示例详解》在日常生活中,我们常常会遇到大型的PDF文件,难以发送,将PDF拆分成多个小文件是一个实用的解决方案,下面我们就来看看如何使用Python实现PDF文件拆分...

在日常生活中,我们常常会遇到大型的PDF文件,这些文件可能难以发送、管理和查阅。将PDF拆分成多个小文件是一个实用的解决方案,可以为我们带来多重好处。首先,拆分PDF可以提高文件的可读性,使用户更容易找到所需信息。此外,拆分后的文件更便于分享和协作,特别适用于团队项目,让不同成员能够同时处理各自负责的部分。同时,这种方法还能有效保护隐私,允许将敏感信息单独处理,从而降低数据泄露的风险。

这篇博客将探讨如何使用python实现PDF文件拆分,主要涵盖以下几个方面的内容:

  • 将PDF按页数拆分
    • 将PDF的每一页拆分为单独的文件
    • 将PDF按指定页数拆分
  • 将PDF按页码范围拆分
  • 将PDF按指定内容拆分
  • 将PDF的一页拆分为多页

使用工具

要在Python中实现拆分PDF文件,可以使用Spire.PDF for Python库。该库主要用于在Python应用程序中生成和处理PDF文档,也支持将PDF转换为其他格式,例如图片,Word和Excel等。

安装 Spire.PDF

在开始之前,需要先安装 Spire.PDF 库。你可以在终端中运行以下命令进行安装:

pip install spire.pdf

将PDF按页数拆分

在按页数拆分PDF文件时,你可以将PDF文档的每一页拆分为一个单独的文件,也可以将PDF文档按指定页数拆分。下面将对这两种方式逐一进行介绍。

将PDF的每一页拆分为单独的文件

Spire.PDF for Python提供了PdfDocument.Split()方法,支持将PDF文档按页拆分,生成的每个文件仅包含原始文档中的一页。具体实现步骤如下:

  • 创建PdfDocument对象。
  • 使用PdfDocumenphpt.LoadFromFile()方法打开PDF文档。
  • 使用PdfDocument.Split()方法将PDF文档的每一页拆分为单独的PDF文档。

实现代码:

from spire.pdf.common import *
from spire.pdf import *
 
# 创建PdfDocument对象
pdf = PdfDocument()
# 加载PDF文件
pdf.LoadFromFile("心理健康.pdf")
 
# 将PDF文件拆分为多个PDF文件,每个文件China编程仅包含原始PDF中的一页
pdf.Split("拆分PDF/第{0}页.pdf", 1)
 
# 关闭PdfDocument对象
pdf.Close()

Python进行PDF文件拆分的示例详解

将PDF按指定页数拆分

将 PDF 文件按指定页数拆分的方法是通过创建新的 PDF 文档并将指定数量的页面插入其中来实现。具体实现步骤如下:

创建PdfDocument对象。

使用PdfDocument.LoadFromFile()方法打开PDF文档。

获取PDF文档的总页数。

使用循环按指定页数拆分PDF:

  • 设置起始页和结束页。
  • 创建新的PdfDocumentrpBVDxauht对象。
  • 使用PdfDocument.InsertPageRange()方法将当前页码范围内的页面插入到新PDF文档中。
  • 使用PdfDocument.SaveToFile()方法保存生成的PDF文档。

实现代码:

from spire.pdf.common import *
from spire.pdf import *
 
# 将PDF按指定页数拆分的方法
def split_pdf_by_page_count(input_file, page_count):
    # 创建PdfDocument对象
    pdf = PdfDocument()
    # 加载PDF文件
    pdf.LoadFromFile(input_file)
 
    # 计算总页数
    total_pages = pdf.Pages.Count
 
    # 按指定页数拆分PDF
    for i in range(0, total_pages, page_count):
        # 创建新的PdfDocument对象
        new_pdf = PdfDocument()
        
        # 计算当前要插入的页码范围
        start_www.chinasem.cnpage = i
        end_page = min(i + page_count - 1, total_pages - 1)  # 确保不超过总页数
        
        # 将当前页码范围的页面插入到新PDF中
        new_pdf.InsertPageRange(pdf, start_page, end_page)
 
        # 保存生成的文件
        new_pdf.SaveToFile("拆分PDF/"http://www.chinasem.cn + f"{start_page + 1}-{end_page + 1}页.pdf")
        # 关闭新创建的PdfDocument对象
        new_pdf.Close()
 
    # 关闭原始PdfDocument对象
    pdf.Close()
 
# 调用split_pdf_by_page_count方法将PDF文件按照每3页拆分
split_pdf_by_page_count("心理健康.pdf", 3)

Python进行PDF文件拆分的示例详解

根据页码范围拆分PDF

除了按页数拆分 PDF 文件外,你还可以选择将指定页码范围内的页面提取为单独的文件。该方法的实现步骤与按指定页数拆分类似,此处不再赘述。

实现代码:

from spire.pdf.common import *
from spire.pdf import *
 
# 提取PDF中指定页码范围内的页面并保存为新文件的方法
def split_pdf_by_page_range(input_file, start_page, end_page, output_file):
    # 创建PdfDocument对象并加载PDF文件
    pdf = PdfDocument()
    pdf.LoadFromFile(input_file)
 
    # 创建新的PdfDocument对象
    new_pdf = PdfDocument()
 
    # 将指定页码范围内的页面插入到新PDF文档中
    new_pdf.InsertPageRange(pdf, start_page, end_page)
 
    # 保存生成的文件
    new_pdf.SaveToFile(output_file)
 
    # 关闭PdfDocument对象
    pdf.Close()
    new_pdf.Close()
 
# 调用split_pdf_by_page_range方法,从PDF文件中提取第1-3页并保存为新文件
split_pdf_by_page_range("心理健康.pdf", 0, 2, "拆分PDF/指定页码范围.pdf")

Python进行PDF文件拆分的示例详解

根据指定内容拆分PDF

在某些情况下,你可能需要根据特定关键字或短语拆分 PDF。这种方法可以提取包含特定内容的页面,便于整理相关信息。以下代码会查找 PDF 每一页上的文本,如果找到指定关键字,则将该页面添加到新 PDF 中:

from spire.pdf.common import *
from spire.pdf import *
 
# 提取包含特定关键字的页面到新PDF中的方法 
def extract_pages_with_keyword(pdf_path, output_path, keyword):
    # 创建PdfDocument对象
    pdf = PdfDocument()
    # 加载PDF文件
    pdf.LoadFromFile(pdf_path)
 
    # 创建一个新的PdfDocument对象
    new_pdf = PdfDocument()
 
    # 遍历文档中的每一页
    for i in range(pdf.Pages.Count):
        page = pdf.Pages[i]
        # 创建PdfTextFinder实例
        finder = PdfTextFinder(page)
        # 定义文本查找参数
        finder.Options.Parameter = TextFindParameter.WholeWord
        # 查找特定文本
        results = finder.Find(keyword)
 
        # 如果找到了关键字
        if results:
            # 将当前页面添加到新文档中
            new_pdf.InsertPage(pdf, i)
            
    # 保存提取的结果文件
    new_pdf.SaveToFile(output_path)
 
    # 关闭PdfDocument对象
    new_pdf.Close()
    pdf.Close()
 
# 调用extract_pages_with_keyword方法将PDF文件中包含特定关键字的页面保存为新文件
extract_pages_with_keyword("心理健康.pdf", "拆分PDF/含关键字页面.pdf", "问题")

将PDF的一页拆分为多页

在某些情况下,你可能需要将 PDF 文档的某一页拆分为两页或多页。在拆分时,你可以选择将该页面横向或竖向拆分。横向拆分时,拆分后的文档的每个页面的宽度等于原始宽度的1/拆分总页数;竖向拆分时,拆分后的文档的每个页面的高度等于原始高度的1/拆分总页数。

以下代码展示了如何将PDF文档的指定页面竖向或横向拆分为两页:

from spire.pdf.common import *
from spire.pdf import *
 
# 将指定PDF页面横向或竖向拆分为多页的方法
def split_specific_pdf_page(pdf_path, output_folder, page_index, num_pages, split_direction='vertical'):
    # 创建PdfDocument对象
    pdf = PdfDocument()
    # 加载PDF文件
    pdf.LoadFromFile(pdf_path)
 
    # 获取指定页面
    if page_index < 0 or page_index >= pdf.Pages.Count:
        print("错误:指定的页面索引超出范围。")
        return
    
    page = pdf.Pages[page_index]
 
    # 创建一个新的PdfDocument对象
    newpdf = PdfDocument()
    # 移除所有页面边距
    newPdf.PageSettings.Margins.All = 0.0
 
    if split_direction == 'vertical':
        newPdf.PageSettings.Width = page.Size.Width
        newPdf.PageSettings.Height = page.Size.Height / float(num_pages)
    elif split_direction == 'horizontal':
        newPdf.PageSettings.Height = page.Size.Height
        newPdf.PageSettings.Width = page.Size.Width / float(num_pages)
    else:
        print("错误:无效的拆分方向,请选择'vertical'或'horizontal'。")
        return
    
    # 向新PDF添加一页
    newPage = newPdf.Pages.Add()
 
    # 设置布局格式为自动分页
    format = PdfTextLayout()
    format.Break = PdfLayoutBreakType.FitPage
    format.Layout = PdfLayoutType.Paginate
 
    # 绘制内容
    if split_direction == 'vertical':
        page.CreateTemplate().Draw(newPage, PointF(0.0, 0.0), format)
    elif split_direction == 'horizontal':
        page.CreateTemplate().Draw(newPage, PointF(0.0, 0.0), format)
 
    # 保存生成的文件
    newPdf.SaveToFile(f"{output_folder}/拆分第{page_index + 1}页.pdf")
 
    # 关闭PdfDocument对象
    newPdf.Close()
    pdf.Close()
 
# 调用split_specific_pdf_page方法将PDF文件第1页竖向拆分为2页,0为当前页面的索引,2为拆分总页数
# split_specific_pdf_page("心理健康.pdf", "拆分PDF", 0, 2, 'vertical')  
# 或者将PDF文件第1页横向拆分为2页
split_specific_pdf_page("心理健康.pdf", "拆分PDF", 0, 2, 'horizontal')

到此这篇关于Python进行PDF文件拆分的示例详解的文章就介绍到这了,更多相关Python PDF拆分内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)!

这篇关于Python进行PDF文件拆分的示例详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:http://www.cppcns.com/jiaoben/python/702341.html
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1153581

相关文章

springboot自定义注解RateLimiter限流注解技术文档详解

《springboot自定义注解RateLimiter限流注解技术文档详解》文章介绍了限流技术的概念、作用及实现方式,通过SpringAOP拦截方法、缓存存储计数器,结合注解、枚举、异常类等核心组件,... 目录什么是限流系统架构核心组件详解1. 限流注解 (@RateLimiter)2. 限流类型枚举 (

Java Thread中join方法使用举例详解

《JavaThread中join方法使用举例详解》JavaThread中join()方法主要是让调用改方法的thread完成run方法里面的东西后,在执行join()方法后面的代码,这篇文章主要介绍... 目录前言1.join()方法的定义和作用2.join()方法的三个重载版本3.join()方法的工作原

MySQL CTE (Common Table Expressions)示例全解析

《MySQLCTE(CommonTableExpressions)示例全解析》MySQL8.0引入CTE,支持递归查询,可创建临时命名结果集,提升复杂查询的可读性与维护性,适用于层次结构数据处... 目录基本语法CTE 主要特点非递归 CTE简单 CTE 示例多 CTE 示例递归 CTE基本递归 CTE 结

Spring AI使用tool Calling和MCP的示例详解

《SpringAI使用toolCalling和MCP的示例详解》SpringAI1.0.0.M6引入ToolCalling与MCP协议,提升AI与工具交互的扩展性与标准化,支持信息检索、行动执行等... 目录深入探索 Spring AI聊天接口示例Function CallingMCPSTDIOSSE结束语

C语言进阶(预处理命令详解)

《C语言进阶(预处理命令详解)》文章讲解了宏定义规范、头文件包含方式及条件编译应用,强调带参宏需加括号避免计算错误,头文件应声明函数原型以便主函数调用,条件编译通过宏定义控制代码编译,适用于测试与模块... 目录1.宏定义1.1不带参宏1.2带参宏2.头文件的包含2.1头文件中的内容2.2工程结构3.条件编

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库

go动态限制并发数量的实现示例

《go动态限制并发数量的实现示例》本文主要介绍了Go并发控制方法,通过带缓冲通道和第三方库实现并发数量限制,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录带有缓冲大小的通道使用第三方库其他控制并发的方法因为go从语言层面支持并发,所以面试百分百会问到

PyTorch中的词嵌入层(nn.Embedding)详解与实战应用示例

《PyTorch中的词嵌入层(nn.Embedding)详解与实战应用示例》词嵌入解决NLP维度灾难,捕捉语义关系,PyTorch的nn.Embedding模块提供灵活实现,支持参数配置、预训练及变长... 目录一、词嵌入(Word Embedding)简介为什么需要词嵌入?二、PyTorch中的nn.Em

Python Web框架Flask、Streamlit、FastAPI示例详解

《PythonWeb框架Flask、Streamlit、FastAPI示例详解》本文对比分析了Flask、Streamlit和FastAPI三大PythonWeb框架:Flask轻量灵活适合传统应用... 目录概述Flask详解Flask简介安装和基础配置核心概念路由和视图模板系统数据库集成实际示例Stre

Spring Bean初始化及@PostConstruc执行顺序示例详解

《SpringBean初始化及@PostConstruc执行顺序示例详解》本文给大家介绍SpringBean初始化及@PostConstruc执行顺序,本文通过实例代码给大家介绍的非常详细,对大家的... 目录1. Bean初始化执行顺序2. 成员变量初始化顺序2.1 普通Java类(非Spring环境)(