Posts
学习与思考
-
Python处理PDF文件
Python, pyPDF, Translation ·最近看到一篇介绍Python中pyPDF模块的文章，详细介绍了使用pyPDF模块获取PDF文件信息，合并拆分PDF文件等功能。很方便，在此搬运分享以下：
How to Work With a PDF in Python
全文介绍了以下几方面的功能
- 提取文件信息
- 旋转页面
- 合并文件
- 拆分文件
- 添加水印
- 加密文件
这里我主要尝试了前几个功能的实现，添加水印与加密文件不是很用得上就不再详细尝试了。
pyPdf，PyPDF2以及PyPDF4的发展历程
最初的pyPdf模块发布与2005年，但并不支持Python3。PyPDF2目前也基本停用，最新版本的PyPDF4支持PyPDF2的大多数功能，但也有部分功能不兼容。原文中使用的是PyPDF2模块，此处我改用最新的PyPDF4进行尝试。
安装
如果你已经安装了Anaconda，可以使用pip或者conda直接安装： pip install PyPDF4
功能实现
提取PDF文件信息
我们可以通过
PdfFileReader来实现对以下信息的提取：- 作者
- 创建者
- 生产商
- 主题
- 题目
- 页数
代码如下：
from PyPDF4 import PdfFileReader，PdfFileWriter def extract_information(pdf_path): with open(pdf_path,'rb') as f: pdf=PdfFileReader(f)...