Python如何利用PyPDF2快速拆分PDF文檔

這篇文章主要講解了“Python如何利用PyPDF2快速拆分PDF文檔”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來(lái)研究和學(xué)習(xí)“Python如何利用PyPDF2快速拆分PDF文檔”吧！

為定結(jié)等地區(qū)用戶提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù)，及定結(jié)網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作、外貿(mào)網(wǎng)站建設(shè)、定結(jié)網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會(huì)得到認(rèn)可，從而選擇與我們長(zhǎng)期合作。這樣，我們也可以走得更遠(yuǎn)！

這個(gè)模塊嚴(yán)格區(qū)分大小寫(xiě)，y是小寫(xiě)，其余大寫(xiě)

pip3 install PyPDF2

安裝完成之后呢，在本地硬盤(pán)創(chuàng)建一個(gè)專門(mén)存放本項(xiàng)目的文件夾，我這里在的存放路徑是 F:PythonPyPDF2，在F盤(pán)有個(gè)Python文件夾，在其中又創(chuàng)建了一個(gè)以這個(gè)模塊命名的文件夾，來(lái)單獨(dú)存放和與別的項(xiàng)目區(qū)分。

創(chuàng)建文件，準(zhǔn)備PDF文檔

Django官網(wǎng)下載了他的幫助文檔，這個(gè)文檔足夠大，1900多頁(yè)，對(duì)于練手絕對(duì)夠了，有需要的去官網(wǎng)下載，然后再創(chuàng)建一個(gè)PDFCF.py 的項(xiàng)目文件。

萬(wàn)事俱備，準(zhǔn)備開(kāi)拆

程序開(kāi)始兩行，寫(xiě)上下邊這兩句，第一句的意思是指定這個(gè)文件的運(yùn)行程序，第二句是對(duì)這個(gè)文件的說(shuō)明，這個(gè)的作用現(xiàn)在還看不出來(lái)，但如果你知道怎么批量化快速執(zhí)行程序，你就知道了它的作用，這里不做贅述。

#! python
# PDFCF.py - pdf文件拆分程序

文檔的拆分思路

不固定拆分成多少份，但固定每一份由多少頁(yè)組成，然后來(lái)動(dòng)態(tài)的計(jì)算拆分的份數(shù)，拆分思路有了，那么下來(lái)就是列出計(jì)算公式。

拆分的份數(shù)= 文檔總頁(yè)數(shù) / 拆份每個(gè)pdf組成的頁(yè)數(shù)

舉個(gè)例子：

假如我們要拆分一個(gè)總頁(yè)數(shù)為35頁(yè)的pdf文檔，按照每10頁(yè)組成一個(gè)新文檔，那么能拆分成多少份的計(jì)算公式如下：
3.5 = 35 / 10

這時(shí)候大家注意了，除不盡有余數(shù)0.5，說(shuō)明什么？用這個(gè)例子來(lái)說(shuō)就是拆分成3份還余下5頁(yè)，那么遇到這種情況不管余數(shù)是幾都得向前進(jìn)1，才能完成整個(gè)拆分，這個(gè)文檔拆分的結(jié)果就是，前3個(gè)文檔每個(gè)由10頁(yè)組成，第四個(gè)文檔則由最后5頁(yè)組成，能整除則結(jié)果直接就是拆分的份數(shù)。

python拆分計(jì)算公式：

if 35 % 10:        # 判斷是否有余數(shù)
    35 // 10 + 1   # 取余數(shù)整數(shù)部分加1
else:
    0              # 能整除則直接返回0
  
# 將這個(gè)循環(huán)寫(xiě)到一行
4 = 35 // 10 + 1 if 35 % 10 else 0

具體怎么拆？

還是以這個(gè)35頁(yè)的文檔拆分為例：
循環(huán)遍歷每一頁(yè)數(shù)據(jù) for num in range(35)，得到每一頁(yè)的數(shù)據(jù)，之后再指定拆分頁(yè)數(shù)范圍進(jìn)行拆分：

• 第一個(gè)文檔從0--10，不包含10

• 第二個(gè)文檔從10--20 ，不包含20

• 第三個(gè)文檔從 20 -30，不包含30

• 第四個(gè)文檔從30--35，不包含35

我們發(fā)現(xiàn)規(guī)律，每次遍歷第一個(gè)數(shù)字的規(guī)律是 一個(gè)文檔的頁(yè)數(shù)，乘以自己屬于第幾個(gè)便可以得到。第二個(gè)數(shù)我們發(fā)現(xiàn)沒(méi)規(guī)律了，其實(shí)仔細(xì)觀察也有規(guī)律，假如我們對(duì)拆分個(gè)數(shù)排序，這個(gè)例子就是1--4，第二個(gè)數(shù)字就是當(dāng)前屬于第幾個(gè)拆分?jǐn)?shù)乘以每個(gè)文檔組成的頁(yè)數(shù)（頁(yè)數(shù)是固定的10）。
可是我們第一次遍歷的時(shí)候從0開(kāi)始，就讓num變得不通用，那么我們改造一下從1開(kāi)始遍歷，range(1,35),從一開(kāi)始遍歷，基于range不包含本身最后一個(gè)的特性，這樣遍歷出來(lái)就少了一頁(yè)文檔，那么我們給他加1，變成

• for num in range(1, 35+1)

• 第一個(gè)文檔從10*(1-1)--10*1，不包含10

• 第二個(gè)文檔從10*(2-1)--10*2 ，不包含20

• 第三個(gè)文檔從 10*(3-1) -10*3, 不包含30

• 第四個(gè)文檔從10(4-1)--35

具體遍歷代碼如下：

for num in range(1,35+1):
    pass
    for i in range(10 * (num-1), 10 * num if num != 4 else 35):
        pass

注意：當(dāng)遍歷到 num = 4（最后一個(gè)文檔排序數(shù)時(shí)），直接返回 總頁(yè)數(shù)35就可以了，到這里遍歷就結(jié)束了。這里為什么是總頁(yè)數(shù)35 而不是35+1呢？是因?yàn)榇舜伪闅v我們是從0開(kāi)始遍歷的，頁(yè)碼從0開(kāi)始，所以不需要加1了。

完整拆分程序：

import PyPDF2

# 打開(kāi)一個(gè)可讀的pdf對(duì)象
pdfReader = PyPDF2.PdfFileReader("django.pdf")
# 獲取pdf總頁(yè)數(shù)
pdfnums = pdfReader.numPages
# 每個(gè)拆分文檔由多少頁(yè)組成
innumber = 100
# 計(jì)算拆分份數(shù)
outnums = pdfnums // innumber + 1 if pdfnums % innumber else 0

for num in range(1,pdfnums):
    # 創(chuàng)建空白的pdf
    pdfWriter = PyPDF2.PdfFileWriter()
    # 提取指定頁(yè)面范圍
    for pageNum in range(innumber * (num - 1), innumber * num if num != outnums else pdfnums):
        # 獲取到每一頁(yè)的內(nèi)容
        pageObj = pdfReader.getPage(pageNum)
        # 將每一頁(yè)的內(nèi)容添加到第一次循環(huán)創(chuàng)建的空白文檔對(duì)象中
        pdfWriter.addPage(pageObj)
    # 保存并寫(xiě)入本地文件，并對(duì)每個(gè)文檔重命名
    with open("PDFREAD %s" % num + ".pdf", "wb") as pdfOutputFile:
        pdfWriter.write(pdfOutputFile)

注意：上邊這種拆分思路我個(gè)人感覺(jué)比較繞，如果你對(duì)Python列表的切邊以及步長(zhǎng)概念理解透徹的話，我覺(jué)得不需要這么復(fù)雜，只需要把總頁(yè)碼生成一個(gè)大列表，再把這個(gè)列表利用切片的方法拆分成多個(gè)小列表，之后每個(gè)拆分的pdf頁(yè)碼范圍就是每個(gè)小列表第一個(gè)數(shù)--最后一個(gè)數(shù)+1，我把我用列表方法實(shí)現(xiàn)的代碼也貼出來(lái)供大家參考。

列表拆分法實(shí)現(xiàn)拆分PDF

#! python
# PDFCF.py - pdf文件拆分程序

import PyPDF2
# import LISTCF

# 打開(kāi)一個(gè)可讀的pdf對(duì)象
pdfReader = PyPDF2.PdfFileReader("django.pdf")
# 獲取pdf總頁(yè)數(shù)
pdfnums = pdfReader.numPages
  

# 將總頁(yè)碼循環(huán)到一個(gè)列表中
pagenum_list = list(range(pdfnums))

n = 100

# 將總頁(yè)碼按照指定的個(gè)數(shù)分為多個(gè)小列表
page_list = [pagenum_list[i:i + n] for i in range(0, len(pagenum_list), n)]

for i in range(len(page_list)):
  # 創(chuàng)建一個(gè)空白的pdf
  pdfWriter = PyPDF2.PdfFileWriter()
  # 提取指定頁(yè)面
  for pageNum in range(page_list[i][1], page_list[i][-1]+1):
    pageObj = pdfReader.getPage(pageNum)
    pdfWriter.addPage(pageObj)

  with open("PDFREAD %s" % i + ".pdf", "wb") as pdfOutputFile:
    pdfWriter.write(pdfOutputFile)

怎么用？

在項(xiàng)目文件夾內(nèi)部按住Shift鍵，點(diǎn)擊鼠標(biāo)右鍵，選擇在此處打開(kāi)命令窗口，輸入PDFCF.py，回車(chē)即可，根據(jù)自己的需求去更改 n 的值。

感謝各位的閱讀，以上就是“Python如何利用PyPDF2快速拆分PDF文檔”的內(nèi)容了，經(jīng)過(guò)本文的學(xué)習(xí)后，相信大家對(duì)Python如何利用PyPDF2快速拆分PDF文檔這一問(wèn)題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！

文章題目：Python如何利用PyPDF2快速拆分PDF文檔
文章網(wǎng)址：http://www.muchs.cn/article42/iidgec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供營(yíng)銷(xiāo)型網(wǎng)站建設(shè)、微信公眾號(hào)、微信小程序、品牌網(wǎng)站制作、App設(shè)計(jì)、全網(wǎng)營(yíng)銷(xiāo)推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)