Python在自動(dòng)化辦公方面有很多實(shí)用的第三方庫，可以很方便的處理word、excel、ppt、pdf文件

今天我們就學(xué)習(xí)一下Python處理PDF文檔的兩個(gè)常用庫「pdfplumber」、「pypdf2」

pdfplumber庫按頁處理 pdf ，獲取頁面文字，提取表格等操作

文檔：https://github.com/jsvine/pdfplumber

PyPDF2 是一個(gè)純 Python PDF 庫，可以讀取文檔信息（標(biāo)題，作者等）、寫入、分割、合并PDF文檔，它還可以對(duì)pdf文檔進(jìn)行添加水印、加密解密等

文檔：https://pythonhosted.org/PyPDF2

安裝：

pip install pypdf2

pip install pdfplumber

pdfplumber

提取PDF文字

「提取單頁pdf文字」

#?提取pdf文字
import?pdfplumber
with?pdfplumber.open("D:\\pdffiles\\Python編碼規(guī)范中文版.pdf")?as?pdf:
????page01?=?pdf.pages[0]?#指定頁碼
????text?=?page01.extract_text()#提取文本
????print(text)

「提取所有頁pdf文字」

import?pdfplumber
with?pdfplumber.open("D:\\pdffiles\\Python編碼規(guī)范中文版.pdf")?as?pdf:
????for?page?in?pdf.pages:
????????text?=?page.extract_text()#提取文本
????????print(text)

「提取所有pdf文字并寫入文本中」

import?pdfplumber
with?pdfplumber.open("D:\\pdffiles\\Python編碼規(guī)范中文版.pdf")?as?pdf:
????for?page?in?pdf.pages:
????????text?=?page.extract_text()#提取文本
????????txt_file?=?open("D:\\pdffiles\\Python編碼規(guī)范中文版.txt",mode='a',encoding='utf-8')
????????txt_file.write(text)

提取PDF表格

「提取表格」

#?提取pdf表格
import?pdfplumber
with?pdfplumber.open("D:\\pdffiles\\人力資源部崗位編制.pdf")?as?pdf:
????page01?=?pdf.pages[0]?#指定頁碼
????table1?=?page01.extract_table()#提取單個(gè)表格
????#?table2?=?page01.extract_tables()#提取多個(gè)表格
????print(table1)

「提取表格，保存為excel文件」

import?pdfplumber
from?openpyxl?import?Workbook?#保存表格，需要安裝openpyxl
with?pdfplumber.open("D:\\pdffiles\\人力資源部崗位編制.pdf")?as?pdf:
????page01?=?pdf.pages[0]
????table?=?page01.extract_table()
????workbook?=?Workbook()
????sheet?=?workbook.active
????for?row?in?table:
????????sheet.append(row)
????workbook.save(filename="D:\\pdffiles\\人力資源部崗位編制.xlsx")

PyPDF2

PyPDF2 中有兩個(gè)最常用的類：PdfFileReader和PdfFileWriter，分別用于讀取 PDF 和寫入 PDF。其中PdfFileReader傳入?yún)?shù)可以是一個(gè)打開的文件對(duì)象，也可以是表示文件路徑的字符串。而PdfFileWriter則必須傳入一個(gè)以寫方式打開的文件對(duì)象。

「PdfFileReader 對(duì)象的屬性和方法」

「PdfFileWriter 對(duì)象的屬性和方法」

分割PDF

from?PyPDF2?import??PdfFileReader,?PdfFileWriter
file_reader?=?PdfFileReader("D:\\pdffiles\\Python編碼規(guī)范中文版.pdf")
#?getNumPages()?獲取總頁數(shù)
for?page?in?range(file_reader.getNumPages()):
????#?實(shí)例化對(duì)象
????file_writer?=?PdfFileWriter()
????#?將遍歷的每一頁添加到實(shí)例化對(duì)象中
????file_writer.addPage(file_reader.getPage(page))
????with?open("D:\\pdffiles\\{}.pdf".format(page),'wb')?as?out:
????????file_writer.write(out)

合并PDF

將上述分割的pdf合并成一個(gè)文件

「示例代碼」

from?PyPDF2?import??PdfFileReader,?PdfFileWriter
file_writer?=?PdfFileWriter()
for?page?in?range(34):
????#?循環(huán)讀取需要合并pdf文件
????file_reader?=?PdfFileReader("D:\\pdffiles\\{}.pdf".format(page))
????#?遍歷每個(gè)pdf的每一頁
????for?page?in?range(file_reader.getNumPages()):
????????#?寫入實(shí)例化對(duì)象中
????????file_writer.addPage(file_reader.getPage(page))

with?open("D:\\pdffiles\\合并.pdf",'wb')?as?out:
????file_writer.write(out)

PDF旋轉(zhuǎn)

#?旋轉(zhuǎn)pdf，只能按照90度的倍數(shù)旋轉(zhuǎn)
from?PyPDF2?import??PdfFileReader,?PdfFileWriter
file_reader?=?PdfFileReader("D:\\pdffiles\\Python編碼規(guī)范中文版.pdf")
file_writer?=?PdfFileWriter()
page?=?file_reader.getPage(0).rotateClockwise(90)?#?第1頁順時(shí)針旋轉(zhuǎn)90度
file_writer.addPage(page)?#?寫入
page?=?file_reader.getPage(1).rotateCounterClockwise(90)?#?第2頁逆時(shí)針旋轉(zhuǎn)90度
file_writer.addPage(page)?#?寫入
with?open("D:\\pdffiles\\旋轉(zhuǎn).pdf",'wb')?as?out:
????file_writer.write(out)

PDF加密解密

「添加密碼」

from?PyPDF2?import??PdfFileReader,?PdfFileWriter
file_reader?=?PdfFileReader("D:\\pdffiles\\Python編碼規(guī)范中文版.pdf")
file_writer?=?PdfFileWriter()
for?page?in?range(file_reader.getNumPages()):
????file_writer.addPage(file_reader.getPage(page))

file_writer.encrypt('123456')?#?設(shè)置密碼
with?open("D:\\pdffiles\\加密后.pdf",'wb')?as?out:
????file_writer.write(out)

打開文件，提示輸入密碼

「解除密碼」

from?PyPDF2?import??PdfFileReader,?PdfFileWriter
file_reader?=?PdfFileReader("D:\\pdffiles\\加密后.pdf")
file_reader.decrypt('123456')
file_writer?=?PdfFileWriter()
for?page?in?range(file_reader.getNumPages()):
????file_writer.addPage(file_reader.getPage(page))

with?open("D:\\pdffiles\\解密后.pdf",'wb')?as?out:
????file_writer.write(out)

PDF添加水印

首先準(zhǔn)備一個(gè)水印文檔，可以用空白word添加圖片或者文字轉(zhuǎn)成pdf文件。

「示例代碼」

#?添加水印
from?PyPDF2?import??PdfFileReader,?PdfFileWriter
from?copy?import?copy
sy?=?PdfFileReader("D:\\pdffiles\\水印.pdf")
mark_page?=?sy.getPage(0)?#?水印所在的頁數(shù)
#?讀取添加水印的文件
file_reader?=?PdfFileReader("D:\\pdffiles\\Python編碼規(guī)范中文版.pdf")
file_writer?=?PdfFileWriter()

for?page?in?range(file_reader.getNumPages()):
????#?讀取需要添加水印每一頁pdf
????source_page?=?file_reader.getPage(page)
????new_page?=?copy(mark_page)?#
????new_page.mergePage(source_page)?#?new_page(水印)在下面，source_page原文在上面
????file_writer.addPage(new_page)

with?open("D:\\pdffiles\\添加水印后.pdf",'wb')?as?out:
????file_writer.write(out)

添加水印后的文檔：

??分享、點(diǎn)贊、在看，給個(gè)三連擊唄！