Python中用PyPDF2拆分pdf提取页面
有时候我们只需要pdf中的几页,或许还想把这几页内容整合成新的pdf,那该怎么做呢?
准备工作:
安装扩展库PyPDF2,参考命令
pip install PyPDF2
代码如下:
from PyPDF2 import PdfFileReader, PdfFileWriter def split_pdf(filename, result, start=0, end=None): """从filename中提取[start,end)之间的页码内容保存为result""" # 打开原始 pdf 文件 pdf_src = PdfFileReader(filename) if end is None: # 获取页数 end = pdf_src.getNumPages() with open(result, "wb") as fp: # 创建空白pdf文件 pdf = PdfFileWriter() # 提取页面内容,写入空白文件 for num in range(start, end): pdf.addPage(pdf_src.getPage(num)) # 写入结果pdf pdf.write(fp) fn = r"G:a001第九天.pdf" split_pdf(fn, "1.pdf", 0, 3) split_pdf(fn, "2.pdf", 1, 3) split_pdf(fn, "3.pdf", 2, 3)
遇见的问题一:
Traceback (most recent call last): File "G:/a001/pdf.py", line 22, insplit_pdf(fn, "1.pdf", 0, 3) File "G:/a001/pdf.py", line 7, in split_pdf pdf_src = PdfFileReader(filename) File "E:project_luffyluffylibsite-packagesPyPDF2pdf.py", line 1084, in __init__ self.read(stream) File "E:project_luffyluffylibsite-packagesPyPDF2pdf.py", line 1901, in read raise utils.PdfReadError("Could not find xref table at specified location") PyPDF2.utils.PdfReadError: Could not find xref table at specified location
还没有找到好的解决问题的办法,但是我在操作过程中换了一个新的pdf文件就成功了,猜测是你的pdf文件出了问题。
遇见的问题二:
在解决了上面的问题之后,程序可以正常的使用,但是还会出一个问题:
PdfReadWarning: Xref table not zero-indexed. ID numbers for objects will be corrected. [pdf.py:1736]
虽然不影响,但是体验不好啊 ,继续解决吧
import sys if not sys.warnoptions: import warnings warnings.simplefilter("ignore")
上面代码要加在最上面
关于PyPDF2的内容,昨天有详细讲解过,不会的小伙伴可以查看:进阶PDF,就用Python(PyPDF2模块)
来源:PY学习网:原文地址:https://www.py.cn/article.html