总结用Python 操作 PDF 的几种方法-木庄网络博客

本文摘自php中文网，作者coldplay.xixi，侵删。

python教程栏目今天为大家总结用Python操作PDF的几种方法。

前言

大家好，有关 Python 操作 PDF 的案例之前已经写过一个?PDF批量合并，这个案例初衷只是给大家提供一个便利的脚本，并没有太多讲解原理,其中涉及的就是 PDF 处理很实用的模块 PyPDF2 ，本文就好好剖析一下这个模块，主要将涉及

os 模块综合应用
glob 模块综合应用
PyPDF2 模块操作

基本操作

PyPDF2 导入模块的代码常常是：

1	`from PyPDF2 import PdfFileReader, PdfFileWriter复制代码`

这里导入了两个方法：

PdfFileReader 可以理解为读取器
PdfFileWriter 可以理解为写入器

接下来通过几个案例进一步认识这两个工具的奇妙之处，用到的示例文件是5个发票的 pdf

每个发票的 PDF 都由两页组成：

合并

第一个工作是将5个发票pdf合并成10页。这里读取器和写入器应该怎么配合呢？

逻辑如下：

读取器将所有pdf读取一遍
读取器将读取的内容交给写入器
写入器统一输出到一个新pdf

这里还有一个重要的知识点：读取器只能将读取的内容一页一页交给写入器。

因此，逻辑中第1步和第2步实际上不是彼此独立的步骤，而是读取器读取完一个pdf后，就将这个pdf全部页循环一遍，挨页交给写入器。最后等读取工作全部结束后再输出。

看一下代码可以让思路更清楚：

from PyPDF2 import PdfFileReader, PdfFileWriter
 
path = r'C:\Users\xxxxxx'
pdf_writer = PdfFileWriter()
 
for i in range(1, 6):
    pdf_reader = PdfFileReader(path + '/INV{}.pdf'.format(i))
    for page in range(pdf_reader.getNumPages()):
        pdf_writer.addPage(pdf_reader.getPage(page))
 
with open(path + r'\合并PDF\merge.pdf', 'wb') as out:
    pdf_writer.write(out)复制代码