Python实现合并与拆分多个PDF文档中的指定页

2025-03-20 01:50
文章标签 python 实现 文档 指定 pdf 多个 合并 拆分

本文主要是介绍Python实现合并与拆分多个PDF文档中的指定页，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实现合并与拆分多个PDF文档中的指定页》这篇文章主要为大家详细介绍了如何使用Python实现将多个PDF文档中的指定页合并生成新的PDF以及拆分PDF,感兴趣的小伙伴可以参考一下...

安装所需要的库

pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple

将多个PDF文档中的指定页，合并生成新的PDF

代码如下：

from PyPDF2 import PdfReader, PdfWriter
# pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 定义要处理的PDF文件及其完整路径
pdf_files = {
    '数模.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\数学一模每日一练5(3.18).pdf',  # 替换为A.pdf的实际路径
    '数招.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\自招考试—数学每日一练5(3.18).pdf',  # 替换为B.pdf的实际路径
    '物模.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\物理一模每日一练5(3.18).pdf',  # 替换为C.pdf的实际路径
    '物招.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\自招考试—物理每日一练5(3.18).pdf',  # 替换为C.pdf的实际路径
    '化模.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\化学一模每日一练5(3.18).pdf',  # 替换为C.pdf的实际路径
    '化招.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\自招版—化学每日一练5(3.18）.pdf'    # 替换为C.pdf的实际路径
}

# 定义要javascript提取的页码（注意：页码从0开始）
pages_to_extract = {
    '数模.pdf': [0],  # 提取A.pdf的第1页和第3页
    '数招.pdf': [0],  # 提取B.pdf的第2页
    '物模.pdf': [0],  # 提取C.pdf的第1页和第2页
    '物招.pdf': [0],  # 提取A.pdf的第1页和第3页
    '化模.pdf': [0],  # 提取B.pdf的第2页
    '化招.pdf': [0]  # 提取C.pdf的第1页和第2页
}

# 创建一个PdfWriter对象来保存合并后的PDF
output_pdf = PdfWriter()

# 遍历每个PDF文件
for pdf_name, pdf_path in pdf_files.items():
    # 读取PDF文件
    reader = PdfReader(pdf_path)

    # 获取要提取的页码
    pages = pages_to_extract.get(pdf_name, [])

    # 遍历要提取的页码
    for page_num in pages:
        # 获取指定页
        page = reader.pages[page_num]
        # 将页添加到输出PDF中
        output_pdf.add_page(page)

# 将合并后的PDF写入到输出文件
output_path = r'D:\Users\Desktop\0319.pdf'  # 替换为输出文件的实际路径
with open(output_path, 'wb') as output_fijavascriptle:
    output_pdf.write(output_file)

print(f"PDF合并完成，已保存为 {output_path}")

代码说明：

  • PdfReader：用于读取 PDF 文件。
  • PdfWriter：用于创建和写入新的 PDF 文件。
  • pages_to_extract：一个字典，指定每个 PDF 文件中要提取的页码。注意，页码从 0 开始。
  • output_pdf.add_page(page)：将指定的页面添加到输出 PDF 中。
  • output_pdf.write(output_file)：将合并后的 PDF 写入到输出文件。

拆分PDF

代码如下：

from PyPDF2 import PdfReader, PdfWriter
import os

# 定义要处理的PDF文件及其完整路径
pdf_files = {
    'a.pdf': '/path/to/a.pdf',  # 替换为a.pdf的实际路径
    'b.pdf': '/path/to/b.pdf',  # 替换为b.pdf的实际路径
    'c.pdf': '/path/to/c.pdf'   # 替换为c.pdf的实际路径
}

# 定义输出目录
output_dir = '/path/to/output'  # 替换为输出目录的实际路径

# 如果输出目录不存在，则创建它
if not os.path.exists(output_dir):
    os.makedirs(oujstput_dir)

# 遍历每个PDF文件
for pdf_name, pdf_path in pdf_files.items():
    # 读取PDF文件
    reader = PdfReader(pdf_path)
    
    # 遍历PDF的每一页
    for page_num, page in enumerate(reader.pages):
        # 创建一个PdfWriter对象
        writer = PdfWriter()
        # 将当前页添加到PdfWriter中
        writer.add_page(page)
        
        # 生成输出文件名
        output_filename = os.path.join(output_dir, f'{pdf_name}_page_{page_num + 1}.pdf')
        
        # 将当前页保存为一个单独的PDF文件
        with open(output_filename, 'wb') as output_file:
            writer.write(output_file)
        
        print(f"已保存: {output_filename}")

print("所有页面已拆分为单独的PDF文件！")

代码说明：

  • PdfReader：
    • 用于读取 PDF 文件。
  • PdfWriter：
    • 用于创建新的 PDF 文件。
  • os.makedirs(output_dir)：
    • 如果输出目录不存在，则创建它。
  • enumerate(reader.pages)：
    • 遍历 PDF 的每一页，page_num 是页码（从 0 开始），page 是当前页内容。
  • output_filename：
    • 生成输出文件的路径和名称，格式为 {pdf_name}_page_{page_num + 1}.pdf（例如 a.pdf_page_China编程1.pdf）。
  • writer.write(output_file)：
    • 将当前页保存为一个单独的 PDF 文件。

方法扩展

下面小编为大家整理了一些python关于PDF文档的其他应用，希望对大家有所帮助

1.python提取多个pdf特定页，并合并为新pdf文件

方法如下

import os
from PyPDF2 import PdfReader, PdfWriter

class PdfMerge:
    def __init__(self, fileList, dstFile):
        self.fileList = fileList
        self.dstFile = dstFile
       
    def readPdf(self, pdfFile, pageRange):
        pageList = []
        pdf_reader = PdfReader(pdfFile)
        for i in range(len(pdf_reader.pages)):
            if i in pageRange:
                pageList.append(pdf_reader.pages[i])
        return pageList
    
    def writePdf(self, pageList): 
        pdf_writer = PdfWriter()
        for page in pageList:
            pdf_writer.add_page(page)
        with open(self.dstFile, 'wb') as out:
            pdf_writer.write(out)
    
    def getRangeList(sphpelf, rangeStr):
        rangeList = []
        if rangeStr.find(':') >= 0:
            r = rangeStr.split(':')
            if len(r) != 2:
                print("rangeStr[%s] split [:] failed!"%(rangeStr))
                return rangeList
            mi = int(r[0])
            ma = int(r[1])
            for i in range(mi, ma):
                rangeList.append(i)
        elif rangeStr.find(',') >= 0:
            r = rangeStr.split(',')
            mi = int(r[0])
            ma = int(r[1])
            for i in r:
                rangeList.append(int(i))
        elif rangeStr.isnumeric():
            rangeList.append(int(rangeStr))
        else:
            print("rangeStr split failed! not find [:] and [,]")
        return rangeList
 
    def mergePdf(self):
        pageList = []
        for pdf in self.fileList:
            file = pdf["file"]
            fileRange = self.getRangeList(pdf["range"])
            print("file[{}] rangeStr[{}] rangeList{}".format(file, pdf["range"], fileRange))
            pageList.extend(self.readPdf(file, fileRange))
        self.writePdf(pageList)

def main():
    fileList = [{"file":"source/1_任务书.pdf", "range":"0:10"},{"file":"source/20230409074902162.pdf", "range":"0"}]
   # fileList = [{"file":"source/1_任务书.pdf", "range":"0,1,5,6,7"},{"file":"source/20230409074902162.pdf", "range":"0"}]
    fileProcess = PdfMerge(fileList, "source/任务书.pdf")
    fileProcess.mergePdf()

if __name__ == "__main__":
    main()

2.批量截取PDF指定页面

说明：此脚本用于批量截取pdf指定页面。

import os
from PyPDF2 import PdfFileWriter, PdfFileReader


def get_file(path, all_files):
    FileNames = os.listdir(path)
    for file_name in FileNames:
        cur_path = os.path.join(path, file_name)
        if os.path.isdir(cur_path):
            get_file(cur_path, all_files)
        else:
            if file_name.endswith('.pdf'):
                all_files.append(cur_path)
    return all_files


def extract_one_pdf(pdf_path, save_dir, start_page, end_page):
    pdf_name = pdf_path.split("\\")[-1]
    print(f"Processing file -- {pdf_path}")
    if not os.path.exists(save_dir):
        print(save_dir)
        os.makedirs(save_dir)
    pdf_file = PdfFileReader(pdf_path, strict=False)
    pdf_pages = pdf_file.getNumPages()
    if not -1 < start_page < end_page < pdf_pages:
        raise ValueError("Pages Error")

    pdf_output = PdfFileWriter()
    for i in range(start_page, end_page):
        page = pdf_file.getPage(i)
        pdf_output.addPage(page)
    with open(save_dir + pdf_name, 'wb') as out:
        pdf_output.write(out)


def extract_many_pdf(pdf_dir_path, save_path, start_page, end_page):

    source_files = get_file(pdf_dir_path, [])
    for i, file in enumerate(source_files):
        file_name = file.split("\\")[-1]
        save_file = file.replace(pdf_dir_path, save_path)
        save_dir = save_file.replace(file_name, '')
        extract_one_pdf(file, save_dir, start_page, end_page)


if __name__ == '__main__':
    path = "C:\\Users\\Lenovo\\Desktop\\test\\"
    out_path = "C:\\Users\\Lenovo\\Desktop\\pdf_out\\"
    extract_many_pdf(path, out_path, 0, 1)

到此这篇关于Python实现合并与拆分多个PDF文档中的指定页的文章就介绍到这了,更多相关Python合并与拆分PDF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实现合并与拆分多个PDF文档中的指定页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/704775.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/1153841。

相关文章

Python实现自动化Word文档样式复制与内容生成

Python实现自动化Word文档样式复制与内容生成

《Python实现自动化Word文档样式复制与内容生成》在办公自动化领域,高效处理Word文档的样式和内容复制是一个常见需求,本文将展示如何利用Python的python-docx库实现... 目录一、为什么需要自动化 Word 文档处理二、核心功能实现：样式与表格的深度复制1. 表格复制（含样式与内容）2
阅读更多...
python获取cmd环境变量值的实现代码

python获取cmd环境变量值的实现代码

《python获取cmd环境变量值的实现代码》：本文主要介绍在Python中获取命令行（cmd）环境变量的值,可以使用标准库中的os模块,需要的朋友可以参考下... 前言全局说明在执行py过程中，总要使用到系统环境变量一、说明1.1 环境:Windows 11 家庭版 24H2 26100.4061
阅读更多...
Python中文件读取操作漏洞深度解析与防护指南

Python中文件读取操作漏洞深度解析与防护指南

《Python中文件读取操作漏洞深度解析与防护指南》在Web应用开发中,文件操作是最基础也最危险的功能之一,这篇文章将全面剖析Python环境中常见的文件读取漏洞类型,成因及防护方案,感兴趣的小伙伴可... 目录引言一、静态资源处理中的路径穿越漏洞1.1 典型漏洞场景1.2 os.path.join()的陷
阅读更多...
Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据
阅读更多...
Python中bisect_left 函数实现高效插入与有序列表管理

Python中bisect_left 函数实现高效插入与有序列表管理

《Python中bisect_left函数实现高效插入与有序列表管理》Python的bisect_left函数通过二分查找高效定位有序列表插入位置,与bisect_right的区别在于处理重复元素时... 目录一、bisect_left 基本介绍1.1 函数定义1.2 核心功能二、bisect_left 与
阅读更多...
Python使用Tkinter打造一个完整的桌面应用

Python使用Tkinter打造一个完整的桌面应用

《Python使用Tkinter打造一个完整的桌面应用》在Python生态中,Tkinter就像一把瑞士军刀,它没有花哨的特效,却能快速搭建出实用的图形界面,作为Python自带的标准库,无需安装即可... 目录一、界面搭建：像搭积木一样组合控件二、菜单系统：给应用装上“控制中枢”三、事件驱动：让界面“活”
阅读更多...
VSCode设置python SDK路径的实现步骤

VSCode设置python SDK路径的实现步骤

《VSCode设置pythonSDK路径的实现步骤》本文主要介绍了VSCode设置pythonSDK路径的实现步骤,包括命令面板切换、settings.json配置、环境变量及虚拟环境处理,具有一定... 目录一、通过命令面板快速切换（推荐方法）二、通过 settings.json 配置（项目级/全局）三、
阅读更多...
pandas实现数据concat拼接的示例代码

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例：使用pandas.concat合并数据默认的concat：参数axis=0，join=
阅读更多...
Python struct.unpack() 用法及常见错误详解

Python struct.unpack() 用法及常见错误详解

《Pythonstruct.unpack()用法及常见错误详解》struct.unpack()是Python中用于将二进制数据（字节序列）解析为Python数据类型的函数,通常与struct.pa... 目录一、函数语法二、格式字符串详解三、使用示例示例 1：解析整数和浮点数示例 2：解析字符串示例 3：解
阅读更多...
Python程序打包exe,单文件和多文件方式

Python程序打包exe,单文件和多文件方式

《Python程序打包exe,单文件和多文件方式》：本文主要介绍Python程序打包exe,单文件和多文件方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录python 脚本打成exe文件安装Pyinstaller准备一个ico图标打包方式一（适用于文件较少的程
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2