Python中用PyPDF2拆分pdf提取页面

python

有时候我们只需要pdf中的几页,或许还想把这几页内容整合成新的pdf,那该怎么做呢?

准备工作:


安装扩展库PyPDF2,参考命令

pip install PyPDF2

代码如下:

from PyPDF2 import PdfFileReader, PdfFileWriter

def split_pdf(filename, result, start=0, end=None):

   """从filename中提取[start,end)之间的页码内容保存为result"""

   # 打开原始 pdf 文件

   pdf_src = PdfFileReader(filename)

   if end is None:

       # 获取页数

       end = pdf_src.getNumPages()

   with open(result, "wb") as fp:

       # 创建空白pdf文件

       pdf = PdfFileWriter()

       # 提取页面内容,写入空白文件

       for num in range(start, end):

           pdf.addPage(pdf_src.getPage(num))

       # 写入结果pdf

       pdf.write(fp)

fn = r"G:a001第九天.pdf"

split_pdf(fn, "1.pdf", 0, 3)

split_pdf(fn, "2.pdf", 1, 3)

split_pdf(fn, "3.pdf", 2, 3)

遇见的问题一:


Traceback (most recent call last):

 File "G:/a001/pdf.py", line 22, insplit_pdf(fn, "1.pdf", 0, 3)

 File "G:/a001/pdf.py", line 7, in split_pdf

   pdf_src = PdfFileReader(filename)

 File "E:project_luffyluffylibsite-packagesPyPDF2pdf.py", line 1084, in __init__

   self.read(stream)

 File "E:project_luffyluffylibsite-packagesPyPDF2pdf.py", line 1901, in read

   raise utils.PdfReadError("Could not find xref table at specified location")

PyPDF2.utils.PdfReadError: Could not find xref table at specified location

还没有找到好的解决问题的办法,但是我在操作过程中换了一个新的pdf文件就成功了,猜测是你的pdf文件出了问题。

遇见的问题二:


在解决了上面的问题之后,程序可以正常的使用,但是还会出一个问题:

PdfReadWarning: Xref table not zero-indexed. ID numbers for objects will be corrected. [pdf.py:1736]

虽然不影响,但是体验不好啊 ,继续解决吧

import sys

if not sys.warnoptions:

   import warnings

   warnings.simplefilter("ignore")

上面代码要加在最上面

关于PyPDF2的内容,昨天有详细讲解过,不会的小伙伴可以查看:进阶PDF,就用Python(PyPDF2模块)

以上是 Python中用PyPDF2拆分pdf提取页面 的全部内容, 来源链接: utcz.com/z/529265.html

回到顶部