快捷導(dǎo)航

5 種使用Python自動(dòng)化處理PDF的實(shí)用方法介紹

更新時(shí)間：2025年09月26日 15:12:12 作者：E-iceblue

自動(dòng)化處理 PDF 文件已成為減少重復(fù)工作、提升工作效率的重要手段,本文將介紹五種實(shí)用方法,從內(nèi)置工具到專業(yè)庫,幫助你在 Python 中實(shí)現(xiàn) PDF 任務(wù)的自動(dòng)化

自動(dòng)化處理 PDF 文件已成為減少重復(fù)工作、提升工作效率的重要手段。對于需要處理報(bào)表、合同或發(fā)票的開發(fā)者來說，手動(dòng)操作往往耗時(shí)且容易出錯(cuò)。Python 因其簡單易用且擁有豐富生態(tài)系統(tǒng)，提供了多種庫，使得 PDF 的拆分、合并、提取和生成等操作變得更加便捷。本文將介紹五種實(shí)用方法，從內(nèi)置工具到專業(yè)庫，幫助你在 Python 中實(shí)現(xiàn) PDF 任務(wù)的自動(dòng)化。

使用內(nèi)置庫（os、subprocess）調(diào)用外部工具

在 Python 中，標(biāo)準(zhǔn)庫如 os 和 subprocess 并不直接支持 PDF 操作，但你仍可以利用它們調(diào)用外部命令行工具，從而完成基本的 PDF 操作，例如合并、拆分或轉(zhuǎn)換文件。下面的示例演示如何借助命令行工具將 PDF 文件轉(zhuǎn)換為 .txt 文檔：

import subprocess
import os

input_path = r"E:/Administrator/Python1/input/AI繪畫的利與弊-圖片版.pdf"
output_path = r"E:/Administrator/Python1/output/轉(zhuǎn)為TXT.pdf"

# 調(diào)用命令行工具 pdftotext
subprocess.run(["pdftotext", input_path, output_path])

if os.path.exists(output_path):
    print("文本提取成功:", output_path)

注意：此代碼依賴 Windows 下的第三方命令行工具 Poppler。

使用 PyPDF2 進(jìn)行基本 PDF 操作

在了解了 Python 內(nèi)置庫之后，我們來看最受歡迎的開源 Python PDF 庫之一——PyPDF2。這個(gè)輕量級且廣泛使用的庫，可以方便地完成常見 PDF 操作，如合并多個(gè)文件、拆分文檔、旋轉(zhuǎn)頁面以及提取文本。對于只需進(jìn)行基礎(chǔ) PDF 操作的開發(fā)者來說，它是一個(gè)很好的起點(diǎn)，無需依賴繁重的外部工具。

下面的代碼示例展示了如何使用 PyPDF2 拆分 PDF，并將前兩頁保存為新的 PDF 文件：

from PyPDF2 import PdfReader, PdfWriter

input_path = r"E:/Administrator/Python1/input/AI繪畫的利與弊-圖片版.pdf"
output_path = r"E:/Administrator/Python1/output/拆分PDF.pdf"

# 創(chuàng)建 PdfReader 對象并讀取源 PDF
reader = PdfReader(input_path)

# 創(chuàng)建 PdfWriter 對象
writer = PdfWriter()

# 拆分 PDF，并將前兩頁添加到 writer
for i in range(2):  
    writer.add_page(reader.pages[i])

# 將拆分后的 PDF 寫入新文件
with open(output_path, "wb") as f:
    writer.write(f)

print("拆分后的 PDF 已生成:", output_path)

以下為拆分后的 PDF 與原文檔的對比預(yù)覽：

使用 pdfplumber 精準(zhǔn)提取文本

PDF 文件通常難以直接編輯，因此許多人希望提取其中的內(nèi)容（如文本或表格）以便在其他場景中復(fù)用。這時(shí) pdfplumber 就非常實(shí)用。它是專門用于文本和表格提取的開源 Python 庫，能夠在保持原有結(jié)構(gòu)的同時(shí)提供高度準(zhǔn)確的提取結(jié)果，非常適合需要可靠數(shù)據(jù)提取的場景。

下面的示例展示如何使用 pdfplumber 從 PDF 中提取文本并輸出到控制臺：

import pdfplumber

input_path = r"/input/AI繪畫的利與弊-圖片版.pdf"

with pdfplumber.open(input_path) as pdf:
    page = pdf.pages[1]
    text = page.extract_text()
    print("第一頁提取的文本:\n", text)

使用 ReportLab 創(chuàng)建和定制 PDF

到目前為止，我們主要關(guān)注的是從現(xiàn)有 PDF 文檔中提取或轉(zhuǎn)換內(nèi)容，或拆分頁面。除了處理已有文件外，許多場景還需要?jiǎng)討B(tài)生成 PDF 文檔，例如自動(dòng)生成報(bào)表、添加水印或插入圖表和圖片。ReportLab 是一個(gè)強(qiáng)大的 Python 庫，允許開發(fā)者從零創(chuàng)建 PDF 文件，并對內(nèi)容和布局進(jìn)行高度定制。借助 ReportLab，你可以輕松生成個(gè)性化 PDF，以滿足各種業(yè)務(wù)或展示需求。

下面的 Python 示例展示如何使用 ReportLab 創(chuàng)建 PDF 文件：

from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import A4

output_path = r"/output/生成PDF.pdf"

c = canvas.Canvas(output_path, pagesize=A4)
c.drawString(100, 750, "this is a PDF created using ReportLab.")
c.drawString(100, 730, "You can add text, images and even tables.")
c.showPage()
c.save()

print("新 PDF 已生成:", output_path)

以下為輸出文件預(yù)覽：

使用專業(yè)庫如 Spire.PDF 應(yīng)對高級場景

除了開源庫外，Python 還有商業(yè)選項(xiàng)，例如 Spire.PDF for Python，它提供了全面的功能，涵蓋幾乎所有常見的 Adobe Acrobat 操作，如 PDF 加密、數(shù)字簽名和格式轉(zhuǎn)換。同時(shí)，它還支持一些 Acrobat 難以處理的高級任務(wù)，如批量表單字段處理、生成帶復(fù)雜圖表的動(dòng)態(tài) PDF 以及自動(dòng)化 PDF 報(bào)告創(chuàng)建。對于需要專業(yè)、自動(dòng)化且高度定制的 PDF 處理工作，Spire.PDF 提供了靈活高效的解決方案。

下面通過兩個(gè)代碼示例展示 Spire.PDF 在 Python 中的應(yīng)用。

以下示例演示如何為 PDF 文件添加數(shù)字簽名：

from spire.pdf.common import *
from spire.pdf import *

# 加載 PDF
doc = PdfDocument()
doc.LoadFromFile("/input/Booklet.pdf")

# 創(chuàng)建簽名生成器
signatureMaker = PdfOrdinarySignatureMaker(doc, "/alice.pfx", "e-iceblue")

# 配置簽名屬性，如簽名者姓名、聯(lián)系方式、位置和簽名原因
signature = signatureMaker.Signature
signature.Name = "Alice"
signature.ContactInfo = "+86 12345678"
signature.Location = "China"
signature.Reason = "Author"

# 創(chuàng)建自定義簽名外觀
appearance = PdfSignatureAppearance(signature)
appearance.NameLabel = "Signer: "
appearance.ContactInfoLabel = "Tel: "
appearance.LocationLabel = "Address:"
appearance.ReasonLabel = "Reason: "
appearance.SignatureImage = PdfImage.FromFile("/signature2.png")
appearance.GraphicMode = GraphicMode.SignImageAndSignDetail
appearance.SignImageLayout = SignImageLayout.none

# 獲取首頁
page = doc.Pages[0]

# 將簽名添加到頁面指定位置
signatureMaker.MakeSignature("Alice sign", page, 90.0, 600.0, 260.0, 100.0, appearance)

# 保存已簽名文檔
doc.SaveToFile("/output/數(shù)字簽名.pdf")
doc.Close()

結(jié)果預(yù)覽：

以下示例展示如何使用打開密碼和權(quán)限密碼加密 PDF：

from spire.pdf.common import *
from spire.pdf import *

# 加載 PDF 文件
doc = PdfDocument()
doc.LoadFromFile("/input/AI繪畫的利與弊-圖片版.pdf")

# 使用打開密碼和權(quán)限密碼加密 PDF
doc.Security.Encrypt("openPsd", "permissionPsd", PdfPermissionsFlags.FillFields, PdfEncryptionKeySize.Key128Bit)

doc.SaveToFile("/output/加密PDF.pdf", FileFormat.PDF)

總結(jié)

總的來說，Python 提供了豐富的解決方案來處理 PDF，從滿足基礎(chǔ)需求的開源庫到針對復(fù)雜工作流提供高級功能的商業(yè)工具。根據(jù)項(xiàng)目需求——無論是簡單的文本提取、文檔轉(zhuǎn)換，還是構(gòu)建完整的自動(dòng)化 PDF 工作流——開發(fā)者都可以選擇最適合的方案，在功能性、易用性和性能之間找到最佳平衡。

到此這篇關(guān)于5 種使用Python自動(dòng)化處理PDF的實(shí)用方法介紹的文章就介紹到這了,更多相關(guān)Python自動(dòng)化處理PDF內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: