Python利用PyPDF2庫(kù)獲取PDF文件總頁(yè)碼實(shí)例
Python中可以利用PyPDF2庫(kù)來(lái)獲取該pdf文件的總頁(yè)碼,可以根據(jù)下面的方法一步步進(jìn)行下去:
1、首先,要安裝PyPDF2庫(kù),利用以下命令即可:
pip install PyPDF2
2、接著,就是直接編寫(xiě)代碼了,其中我新建了一個(gè)py文件,名為file_utils.py,代碼如下:
from PyPDF2 import PdfFileReader def get_num_pages(file_path): ''' 獲取文件總頁(yè)碼 :param file_path: 文件路徑 :return: ''' reader = PdfFileReader(file_path) # 不解密可能會(huì)報(bào)錯(cuò):PyPDF2.utils.PdfReadError: File has not been decrypted if reader.isEncrypted: reader.decrypt(’’) page_num = reader.getNumPages() return page_num
3、這樣就可以獲得該pdf文件的總頁(yè)數(shù)了,但是需要傳遞文件路徑進(jìn)去,因?yàn)樾枰x取這個(gè)文件。
4、以上內(nèi)容僅供學(xué)習(xí)參考,謝謝!
補(bǔ)充知識(shí):使用python合并pdf文件帶書(shū)簽
1、需求:
將幾本紙質(zhì)書(shū)進(jìn)行了掃描,可是掃描的每頁(yè)生成一個(gè)pdf文件。需要怎么才能把這些pdf文件合成一個(gè)呢?adoba acrobat工具支持,可是收費(fèi)。我們平時(shí)用的都是adoba reader,只有讀pdf的功能沒(méi)有合并等高級(jí)功能。網(wǎng)上的一些免費(fèi)工具又擔(dān)心有病毒或綁定程序。
所以考慮看看pyton實(shí)現(xiàn)。網(wǎng)上找了下python合并pdf的腳本,發(fā)現(xiàn)也沒(méi)有添加書(shū)簽的功能的,有添加書(shū)簽的也不是很靈活。
所有對(duì)網(wǎng)上找的一個(gè)python程序進(jìn)行了升級(jí),可以實(shí)現(xiàn)合并pdf并每個(gè)章節(jié)加入書(shū)簽。
文件準(zhǔn)備:
先將掃描的pdf文件,每一章放到一個(gè)文件夾中,文件夾名字用章節(jié)名命名。這樣最終程序就能將章節(jié)名作為書(shū)簽了,而不是默認(rèn)將每頁(yè)都生成書(shū)簽。
2、程序代碼
代碼運(yùn)行環(huán)境:python3
需要安裝PyPDF2包:pip install PyPDF2
#!/usr/bin/env python3# -*- coding: utf-8 -*-’’’ 本腳本用來(lái)合并pdf文件,支持帶一級(jí)子目錄的 每章內(nèi)容分別放在不同的目錄下,目錄名為章節(jié)名 最終生成的pdf,按章節(jié)名生成書(shū)簽’’’import os, sys, codecsfrom PyPDF2 import PdfFileReader, PdfFileWriter, PdfFileMergerimport globdef getFileName(filepath): ’’’ 獲取當(dāng)前目錄下的所有pdf文件 ’’’ file_list = glob.glob(filepath+'/*.pdf') # 默認(rèn)安裝字典序排序,也可以安裝自定義的方式排序 # file_list.sort() return file_listdef get_dirs(filepath=’’, dirlist_out=[], dirpathlist_out=[]): # 遍歷filepath下的所有目錄 for dir in os.listdir(filepath): dirpathlist_out.append(filepath + ’’ + dir) return dirpathlist_outdef merge_childdir_files(path): ’’’ 每個(gè)子目錄下合并生成一個(gè)pdf ’’’ dirpathlist = get_dirs(path) if len(dirpathlist) == 0: print('當(dāng)前目錄不存在子目錄') sys.exit() for dir in dirpathlist: mergefiles(dir, dir)def mergefiles(path, output_filename, import_bookmarks=False): # 遍歷目錄下的所有pdf將其合并輸出到一個(gè)pdf文件中,輸出的pdf文件默認(rèn)帶書(shū)簽,書(shū)簽名為之前的文件名 # 默認(rèn)情況下原始文件的書(shū)簽不會(huì)導(dǎo)入,使用import_bookmarks=True可以將原文件所帶的書(shū)簽也導(dǎo)入到輸出的pdf文件中 merger = PdfFileMerger() filelist = getFileName(path) if len(filelist) == 0: print('當(dāng)前目錄及子目錄下不存在pdf文件') sys.exit() for filename in filelist: f = codecs.open(filename, ’rb’) file_rd = PdfFileReader(f) short_filename = os.path.basename(os.path.splitext(filename)[0]) if file_rd.isEncrypted == True: print(’不支持的加密文件:%s’%(filename)) continue merger.append(file_rd, bookmark=short_filename, import_bookmarks=import_bookmarks) print(’合并文件:%s’%(filename)) f.close() # out_filename = os.path.join(os.path.abspath(path), output_filename) merger.write(output_filename + '.pdf') print(’合并后的輸出文件:%s’%(output_filename)) merger.close()if __name__ == '__main__': # 每個(gè)章節(jié)一個(gè)子目錄,先分別合并每個(gè)子目錄文件為一個(gè)pdf,然后再將這些pdf合并為一個(gè)大的pdf,這樣做目的是想生成每個(gè)章節(jié)的書(shū)簽 # 1.指定目錄 # 原始pdf所在目錄 path = 'D:spdf' # 輸出pdf路徑和文件名 output_filename = 'D:spdf戰(zhàn)略規(guī)劃 公司實(shí)現(xiàn)持續(xù)成功的方法、工具和實(shí)踐 羅熙昶 2018-09' # 2.生成子目錄的pdf # merge_childdir_files(path) # 3.子目錄pdf合并為總的pdf mergefiles(path, output_filename)
3、程序使用
將要生成的pdf文件目錄導(dǎo)入到程序指定目錄下,例如我程序中的path是“D:spdf”,然后指定最終輸出的文件路徑及文件名,我上面的output_filename是'D:spdf戰(zhàn)略規(guī)劃 公司實(shí)現(xiàn)持續(xù)成功的方法、工具和實(shí)踐 羅熙昶 2018-09'
數(shù)據(jù)結(jié)果如下:
以上這篇Python利用PyPDF2庫(kù)獲取PDF文件總頁(yè)碼實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持好吧啦網(wǎng)。
相關(guān)文章:
1. 詳解CSS偽元素的妙用單標(biāo)簽之美2. XML入門(mén)的常見(jiàn)問(wèn)題(四)3. ASP基礎(chǔ)知識(shí)VBScript基本元素講解4. 利用CSS3新特性創(chuàng)建透明邊框三角5. asp(vbscript)中自定義函數(shù)的默認(rèn)參數(shù)實(shí)現(xiàn)代碼6. 使用Spry輕松將XML數(shù)據(jù)顯示到HTML頁(yè)的方法7. 淺談SpringMVC jsp前臺(tái)獲取參數(shù)的方式 EL表達(dá)式8. HTML5 Canvas繪制圖形從入門(mén)到精通9. XHTML 1.0:標(biāo)記新的開(kāi)端10. JSP的Cookie在登錄中的使用
