快捷導(dǎo)航

Python使用PymuPDF處理PDF文件的操作詳解

更新時間：2023年12月03日 08:34:43 作者：濤哥聊Python

Python 中的 PymuPDF 是一個強(qiáng)大的庫,可以讓你輕松地處理 PDF 文件,本文將深入探討 PymuPDF 的用法,包括打開、讀取、修改和創(chuàng)建 PDF 文件,以及文本提取和頁面操作,感興趣的朋友可以參考下

1. 安裝 PymuPDF

首先，確保安裝了 PymuPDF 庫。

可以使用 pip 安裝：

pip install pymupdf

2. 打開和讀取 PDF 文件

使用 PymuPDF 可以打開和讀取現(xiàn)有的 PDF 文件。

import fitz

# 打開 PDF 文件
pdf_document = fitz.open("example.pdf")

# 獲取總頁數(shù)
total_pages = pdf_document.page_count
print(f"總頁數(shù): {total_pages}")

# 讀取文本
page = pdf_document.load_page(0)  # 讀取第一頁
text = page.get_text("text")
print(f"第一頁文本:\n{text}")

3. 提取文本和元數(shù)據(jù)

可以提取 PDF 文件中的文本和元數(shù)據(jù)。

# 提取整個文檔的文本
full_text = ""
for page_num in range(total_pages):
    page = pdf_document.load_page(page_num)
    full_text += page.get_text("text")

print(f"整個文檔文本:\n{full_text}")

# 提取元數(shù)據(jù)
metadata = pdf_document.metadata
print(f"元數(shù)據(jù):\n{metadata}")

4. 修改現(xiàn)有 PDF

PymuPDF 允許修改現(xiàn)有的 PDF 文件，如添加文本、高亮或刪除內(nèi)容。

# 添加文本到現(xiàn)有 PDF 文件
page = pdf_document[0]
page.insert_text((100, 100), "Hello, PymuPDF!")

# 保存修改
pdf_document.save("modified_example.pdf")

5. 創(chuàng)建新的 PDF 文件

使用 PymuPDF 也可以創(chuàng)建新的 PDF 文件。

new_document = fitz.open()
new_page = new_document.new_page()

# 添加文本到新頁面
new_page.insert_text((100, 100), "New PDF Document")

# 保存新的 PDF 文件
new_document.save("new_document.pdf")

6. 頁面操作和圖像提取

PymuPDF 也支持頁面操作，比如裁剪頁面、旋轉(zhuǎn)頁面，以及提取頁面中的圖像。

# 裁剪頁面
page = pdf_document[0]
page.select(clip=[0, 0, 300, 300])

# 旋轉(zhuǎn)頁面
page = pdf_document[1]
page.set_rotation(90)

# 提取頁面中的圖像
images = page.get_images(full=True)
print(f"頁面中的圖像:\n{images}")