极速系列05—python批量拆分/合并PDF文档

1 python按照页数拆分PDF文档

目的： 将一个PDF文档按照指定的页数拆份额为多个文档 思路： 使用PyPDF库中的PdfFileReader， PdfFileWriter类，这两个类是PyPDF2的核心，完成PDF文件的读写操作。

# 安装包
pip install PyPDF2

# 导入包
from PyPDF2 import PdfFileReader, PdfFileWriter
import os

# 读取 PDF 文件
path = './保利发展.pdf'
# 读取PDF文件
input_file = PdfFileReader(path)
# 要拆分的页数（每个文件）
page_bins=20
#总页数
page_sum = input_file.getNumPages()
#文件名
fname = os.path.splitext(os.path.basename(path))[0] 

# 创造一个空的PDF
pdf_writer = PdfFileWriter()
# 循环取出写入，页数从0开始，page+1为实际的文件页码
for page in range(page_sum):
    # 如果剩下的页数大于要拆分的页数，则继续拆分，否则就输出
    if page_sum - page >= page_sum % page_bins:
    		 # 获取某一页 input_file.getPage(1)
        pdf_writer.addPage(input_file.getPage(page))
        # 页数 可以对 要拆分的页数 整除，则保存
        if (page+1) % page_bins == 0:
            output_filename = f'{fname}_page_{page-page_bins+2}-{page+1}.pdf' 
            # 创建一个文件，这个文件是PDF文件
            with open(output_filename, 'wb') as out:
                pdf_writer.write(out)         
                print(f'已创建: {output_filename}')
                pdf_writer = PdfFileWriter()
        else:
            continue    
    else:      
        pdf_writer.addPage(input_file.getPage(page))
        if (page+1) == page_sum:
            output_filename = f'{fname}_page_{page_sum - page_sum % page_bins+1}-{ page_sum }.pdf' 
            with open(output_filename, 'wb') as out:
                pdf_writer.write(out)         
                print(f'已创建: {output_filename}')

PDF拆分结果：

2 python批量合并PDF文档

# 导入包
import os
from PyPDF2 import PdfFileReader, PdfFileWriter

# 实例化写入对象，就是创造一个可以写入PDF内容的变量
output_file = PdfFileWriter()

# 读取全部PDF
all_pdfs = os.listdir('E:/火狐下载/data/')

# 按照页数结尾页排序，用sort来排序
all_pdfs.sort(key=lambda x: int(x[x.find('-')+1:x.find('.')]))

# 循环写入
for i in all_pdfs:
    if os.path.splitext(i)[-1][1:] == 'pdf':
        print(i,'已合并完成')
        input_file = PdfFileReader(f'E:/火狐下载/data/{i}')
        pageCount = input_file.getNumPages()
        for iPage in range(pageCount):
            output_file.addPage(input_file.getPage(iPage))

with open('E:/火狐下载/data/合并的PDF.pdf', "wb") as outputfile:
    # 注意这里的写法和正常的上下文文件写入是相反的
    output_file.write(outputfile)

注意：

因为合并时，要按照页数正确合并，所以文件需要排好序再合并。

# 导入包
import os
from PyPDF2 import PdfFileReader, PdfFileWriter

# 读取全部PDF
all_pdfs = os.listdir('E:/火狐下载/data/')
all_pdfs

这些文件没有按照我想要的顺序进行排序，而是按照字符串进行的排序

# 排序方式一：获取结尾页码，按照页码进行排序
all_pdfs.sort(key=lambda x: int(x[x.find('-')+1:x.find('.')]))
all_pdfs

#获取所在文件的全路径
all_pdfs_all =list(map(lambda i: 'E:/火狐下载/data/'+i, all_pdfs))
all_pdfs_all
#排序方式二
all_pdfs_all.sort(key=lambda x: os.path.getctime(x))  # 精确到秒
#排序方式三
all_pdfs_all.sort(key=lambda x: os.stat(x).st_ctime_ns)  # 精确到纳秒