網站首頁 編程語言 正文
工具
python3.7
Pycharm
PyPDF2
reportlab
從PDF中提取文本
PyPDF2沒有辦法從PDF文檔中提取圖像、圖表或其他媒體,但它可以提取文本,并將其返回為Python字符串。
import PyPDF2
reader = PyPDF2.PdfFileReader('test.pdf')
page = reader.getPage(0)
print(page.extractText())
旋轉和疊加頁面
上面的代碼中通過創建PdfFileReader對象的方式來讀取PDF文檔,該對象的getPage方法可以獲得PDF文檔的指定頁并得到一個PageObject對象,通過PageObject對象的rotateClockwise和rotateCounterClockwise方法可以實現頁面的順時針和逆時針方向旋轉,通過PageObject對象的addBlankPage方法可以添加一個新的空白頁,代碼如下所示。
import PyPDF2
from PyPDF2.pdf import PageObject
# 創建一個讀PDF文件的Reader對象
reader = PyPDF2.PdfFileReader('resources/xxx.pdf')
# 創建一個寫PDF文件的Writer對象
writer = PyPDF2.PdfFileWriter()
# 對PDF文件所有頁進行循環遍歷
for page_num in range(reader.numPages):
# 獲取指定頁碼的Page對象
current_page = reader.getPage(page_num) # type: PageObject
if page_num % 2 == 0:
# 奇數頁順時針旋轉90度
current_page.rotateClockwise(90)
else:
# 偶數頁反時針旋轉90度
current_page.rotateCounterClockwise(90)
writer.addPage(current_page)
# 最后添加一個空白頁并旋轉90度
page = writer.addBlankPage() # type: PageObject
page.rotateClockwise(90)
# 通過Writer對象的write方法將PDF寫入文件
with open('resources/xxx.pdf', 'wb') as file:
writer.write(file)
加密PDF文件
使用PyPDF2中的PdfFileWrite對象可以為PDF文檔加密,如果需要給一系列的PDF文檔設置統一的訪問口令,使用Python程序來處理就會非常的方便。
import PyPDF2
reader = PyPDF2.PdfFileReader('resources/XGBoost.pdf')
writer = PyPDF2.PdfFileWriter()
for page_num in range(reader.numPages):
writer.addPage(reader.getPage(page_num))
# 通過encrypt方法加密PDF文件,方法的參數就是設置的密碼
writer.encrypt('foobared')
with open('resources/XGBoost-encrypted.pdf', 'wb') as file:
writer.write(file)
創建PDF文件
創建PDF文檔需要三方庫reportlab的支持,使用 pip install reportlab 命令安裝
from reportlab.lib.pagesizes import A4
from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import TTFont
from reportlab.pdfgen import canvas
pdf_canvas = canvas.Canvas('resources/python創建.pdf', pagesize=A4)
width, height = A4
# 繪圖
image = canvas.ImageReader('resources/xxx.jpg')
pdf_canvas.drawImage(image, 20, height - 395, 250, 375)
# 顯示當前頁
pdf_canvas.showPage()
# 注冊字體文件
pdfmetrics.registerFont(TTFont('Font1', 'resources/fonts/Vera.ttf'))
pdfmetrics.registerFont(TTFont('Font2', 'resources/fonts/青呱石頭體.ttf'))
# 寫字
pdf_canvas.setFont('Font2', 40)
pdf_canvas.setFillColorRGB(0.9, 0.5, 0.3, 1)
pdf_canvas.drawString(width // 2 - 120, height // 2, '你好,世界!')
pdf_canvas.setFont('Font1', 40)
pdf_canvas.setFillColorRGB(0, 1, 0, 0.5)
pdf_canvas.rotate(18)
pdf_canvas.drawString(250, 250, 'hello, world!')
# 保存
pdf_canvas.save()
補充
合并PDF
from PyPDF2 import PdfFileReader, PdfFileWriter
def merge_pdfs(paths, output):
pdf_writer = PdfFileWriter()
for path in paths:
pdf_reader = PdfFileReader(path)
for page in range(pdf_reader.getNumPages()):
# 將每頁添加到writer對象
pdf_writer.addPage(pdf_reader.getPage(page))
# 寫入合并的pdf
with open(output, 'wb') as out:
pdf_writer.write(out)
if __name__ == '__main__':
paths = ['document1.pdf', 'document2.pdf']
merge_pdfs(paths, output='merged.pdf')
添加水印
from PyPDF2 import PdfFileWriter, PdfFileReader
def create_watermark(input_pdf, output, watermark):
watermark_obj = PdfFileReader(watermark)
watermark_page = watermark_obj.getPage(0)
pdf_reader = PdfFileReader(input_pdf)
pdf_writer = PdfFileWriter()
# 給所有頁面添加水印
for page in range(pdf_reader.getNumPages()):
page = pdf_reader.getPage(page)
page.mergePage(watermark_page)
pdf_writer.addPage(page)
with open(output, 'wb') as out:
pdf_writer.write(out)
if __name__ == '__main__':
create_watermark(
input_pdf='Jupyter_Notebook_An_Introduction.pdf',
output='watermarked_notebook.pdf',
watermark='watermark.pdf')
原文鏈接:https://blog.csdn.net/AI19970205/article/details/124909974
相關推薦
- 2022-05-09 C#多線程之線程池ThreadPool用法_C#教程
- 2022-01-20 npm 報錯: npm ERR! code ERESOLVE , npm ERR! code E40
- 2022-04-19 C語言的堆串操作詳解_C 語言
- 2022-07-09 python?查看cpu的核數實現_python
- 2022-08-16 hive數據倉庫新增字段方法_數據庫其它
- 2022-09-21 Android?Flutter繪制有趣的?loading加載動畫_Android
- 2023-03-01 Maui?Blazor?使用攝像頭實現代碼_其它綜合
- 2022-10-24 Python?中單例模式的實現方法_python
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支