python如何將多個PDF進(jìn)行合并
背景
由于工作性質(zhì),經(jīng)常面對不同的問題,某些場景下SQL+Excel、常用辦公軟件不能處理,這時到網(wǎng)上找一些案例,自己動手用python處理。后續(xù),借此博客記錄比較典型的處理過程。
后續(xù),陸續(xù)實(shí)際處理的問題,如
1. 合并PDF
2. 拆分PDF
3. 敏感字段MD5脫敏
4. 從非架構(gòu)化的大文本文件中提取指定條件的記錄
需求
工作和生活中有時會遇到將多個pdf文件,合并成一個大文件的情況。例如,掃描時,普通掃描儀或打印機(jī)一頁生成一個PDF,而一份資料實(shí)際多頁。Adobe的收費(fèi)版有合并功能,我們可以自己動手解決。根據(jù)網(wǎng)上搜索了幾個合并pdf的例子,都是2.X環(huán)境下的程序,因此將部分函數(shù)替換為3.x環(huán)境下。
合并多個PDF的python
'''# -*- coding:utf-8*-'''
import sys
import importlib
importlib.reload(sys)
import os
import os.path
from PyPDF2 import PdfFileReader, PdfFileWriter
import time
time1=time.time()
# 使用os模塊walk函數(shù),搜索出某目錄下的全部pdf文件
######################獲取同一個文件夾下的所有PDF文件名#######################
def getFileName(filepath):
file_list = []
for root,dirs,files in os.walk(filepath):
for filespath in files:
# print(os.path.join(root,filespath))
file_list.append(os.path.join(root,filespath))
return file_list
##########################合并同一個文件夾下所有PDF文件########################
def MergePDF(filepath,outfile):
output=PdfFileWriter()
outputPages=0
in_file_path =filepath +r'input/'
print(in_file_path)
pdf_fileName=getFileName(in_file_path)
i=0
for each in pdf_fileName:
i=i+1
print(i,each)
# 讀取源pdf文件
input = PdfFileReader(open(each, "rb"))
# 如果pdf文件已經(jīng)加密,必須首先解密才能使用pyPdf
if input.isEncrypted == True:
input.decrypt("map")
# 獲得源pdf文件中頁面總數(shù)
pageCount = input.getNumPages()
outputPages += pageCount
print("PageCount: ",pageCount)
# 分別將page添加到輸出output中
for iPage in range(0, pageCount):
output.addPage(input.getPage(iPage))
print("All Pages Number:"+str(outputPages))
# 最后寫pdf文件
out_file_path=filepath+r'output/'
outputStream=open(out_file_path+outfile,"wb")
output.write(outputStream)
outputStream.close()
print( "finished")
if __name__ == '__main__':
file_dir = r'D:/掃描文件/' # 待合并PDF 所在文件夾
out=u"某某資料合并文件.pdf" # 合并后文件名稱
MergePDF(file_dir,out)
time2 = time.time()
print( u'總共耗時:' + str(time2 - time1) + 's')
使用注意事項(xiàng)
1、程序第63行,默認(rèn)指定了一個目錄,“D:\掃描文件“,然后在其下建“\input”和“\output”兩個子文件夾。
2、將待合并的pdf文件放在“\input”中,合并后的文件默認(rèn)為“某某資料合并文件.pdf”,可在程序第64行修改你期望的文件名,合并后文件輸出到“\output”。
3、合并多個文件時,合并順序?yàn)槲募颉?br />
補(bǔ)充說明,如何使用python,建議學(xué)一本免費(fèi)的電子書《編程小白的第一本Python入門書》,網(wǎng)上可搜。
最后,如果哪位朋友有興趣,可以將程序第63和64行,加一個圖形界面,用戶在window下選擇input 和output,選擇輸出文件名,然后做一個可執(zhí)行文件。
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python中利用json庫進(jìn)行JSON數(shù)據(jù)處理詳解
JSON是一種輕量級的數(shù)據(jù)交換格式,易于人閱讀和編寫,同時也易于機(jī)器解析和生成,下面就跟隨小編一起來了解下如何使用Python實(shí)現(xiàn)JSON數(shù)據(jù)處理吧2025-02-02
Spring @Enable模塊驅(qū)動原理及使用實(shí)例
這篇文章主要介紹了Spring @Enable模塊驅(qū)動原理及使用實(shí)例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-06-06
用 Python 定義 Schema 并生成 Parquet 文件詳情
本文將演示兩個例子,一個是沒有層級的兩個字段,另一個是含于嵌套級別的字段,將要使用到的 Python 模塊有 pandas 和 pyarrow,感興趣是我小伙伴請和小編一起學(xué)習(xí)下面文章內(nèi)容吧2021-09-09
django 快速啟動數(shù)據(jù)庫客戶端程序的方法示例
這篇文章主要介紹了django 快速啟動數(shù)據(jù)庫客戶端程序的方法示例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
使用Python實(shí)現(xiàn)簡單的任務(wù)自動化
在現(xiàn)代工作和生活中,任務(wù)自動化可以極大地提高效率和準(zhǔn)確性,Python則是實(shí)現(xiàn)任務(wù)自動化的理想選擇,下面我們來看看如何用Python實(shí)現(xiàn)任務(wù)自動化吧2025-01-01

