Python利用PyPDF2库获取PDF文件总页码实例


Posted in Python onApril 03, 2020

Python中可以利用PyPDF2库来获取该pdf文件的总页码,可以根据下面的方法一步步进行下去:

1、首先,要安装PyPDF2库,利用以下命令即可:

pip install PyPDF2

2、接着,就是直接编写代码了,其中我新建了一个py文件,名为file_utils.py,代码如下:

from PyPDF2 import PdfFileReader
 
def get_num_pages(file_path):
 """
 获取文件总页码
 :param file_path: 文件路径
 :return:
 """
 reader = PdfFileReader(file_path)
 # 不解密可能会报错:PyPDF2.utils.PdfReadError: File has not been decrypted
 if reader.isEncrypted:
  reader.decrypt('')
 page_num = reader.getNumPages()
 return page_num

3、这样就可以获得该pdf文件的总页数了,但是需要传递文件路径进去,因为需要读取这个文件。

4、以上内容仅供学习参考,谢谢!

补充知识:使用python合并pdf文件带书签

1、需求:

将几本纸质书进行了扫描,可是扫描的每页生成一个pdf文件。需要怎么才能把这些pdf文件合成一个呢?adoba acrobat工具支持,可是收费。我们平时用的都是adoba reader,只有读pdf的功能没有合并等高级功能。网上的一些免费工具又担心有病毒或绑定程序。

所以考虑看看pyton实现。网上找了下python合并pdf的脚本,发现也没有添加书签的功能的,有添加书签的也不是很灵活。

所有对网上找的一个python程序进行了升级,可以实现合并pdf并每个章节加入书签。

文件准备:

先将扫描的pdf文件,每一章放到一个文件夹中,文件夹名字用章节名命名。这样最终程序就能将章节名作为书签了,而不是默认将每页都生成书签。

Python利用PyPDF2库获取PDF文件总页码实例

2、程序代码

代码运行环境:python3

需要安装PyPDF2包:pip install PyPDF2

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
'''
 本脚本用来合并pdf文件,支持带一级子目录的
 每章内容分别放在不同的目录下,目录名为章节名
 最终生成的pdf,按章节名生成书签
'''

import os, sys, codecs
from PyPDF2 import PdfFileReader, PdfFileWriter, PdfFileMerger
import glob

def getFileName(filepath):
 '''
  获取当前目录下的所有pdf文件
 '''
 file_list = glob.glob(filepath+"/*.pdf")
 # 默认安装字典序排序,也可以安装自定义的方式排序
 # file_list.sort()
 return file_list


def get_dirs(filepath='', dirlist_out=[], dirpathlist_out=[]):
 # 遍历filepath下的所有目录
 for dir in os.listdir(filepath):
  dirpathlist_out.append(filepath + '\\' + dir)

 return dirpathlist_out


def merge_childdir_files(path):
 '''
  每个子目录下合并生成一个pdf
 '''
 dirpathlist = get_dirs(path)
 if len(dirpathlist) == 0:
  print("当前目录不存在子目录")
  sys.exit()
 for dir in dirpathlist:
  mergefiles(dir, dir)


def mergefiles(path, output_filename, import_bookmarks=False):
 # 遍历目录下的所有pdf将其合并输出到一个pdf文件中,输出的pdf文件默认带书签,书签名为之前的文件名
 # 默认情况下原始文件的书签不会导入,使用import_bookmarks=True可以将原文件所带的书签也导入到输出的pdf文件中
 merger = PdfFileMerger()
 filelist = getFileName(path)
 if len(filelist) == 0:
  print("当前目录及子目录下不存在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('合并后的输出文件:%s'%(output_filename))
 merger.close()

if __name__ == "__main__":
 # 每个章节一个子目录,先分别合并每个子目录文件为一个pdf,然后再将这些pdf合并为一个大的pdf,这样做目的是想生成每个章节的书签

 # 1.指定目录
 # 原始pdf所在目录
 path = "D:\spdf"
 # 输出pdf路径和文件名
 output_filename = "D:\spdf\战略规划 公司实现持续成功的方法、工具和实践 罗熙昶 2018-09"

 # 2.生成子目录的pdf
 # merge_childdir_files(path)

 # 3.子目录pdf合并为总的pdf
 mergefiles(path, output_filename)

3、程序使用

将要生成的pdf文件目录导入到程序指定目录下,例如我程序中的path是“D:\spdf”,然后指定最终输出的文件路径及文件名,我上面的output_filename是"D:\spdf\战略规划 公司实现持续成功的方法、工具和实践 罗熙昶 2018-09"

数据结果如下:

Python利用PyPDF2库获取PDF文件总页码实例

以上这篇Python利用PyPDF2库获取PDF文件总页码实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
浅谈numpy库的常用基本操作方法
Jan 09 Python
Python实现学校管理系统
Jan 11 Python
python matlibplot绘制3D图形
Jul 02 Python
Python面向对象之类的封装操作示例
Jun 08 Python
详解Python是如何实现issubclass的
Jul 24 Python
在python中使用pymysql往mysql数据库中插入(insert)数据实例
Mar 02 Python
python+adb命令实现自动刷视频脚本案例
Apr 23 Python
django filter过滤器实现显示某个类型指定字段不同值方式
Jul 16 Python
Python 多线程C段扫描、检测 Ping扫描脚本的实现
Sep 03 Python
Python可视化工具如何实现动态图表
Oct 23 Python
Python中os模块的简单使用及重命名操作
Apr 17 Python
python保存大型 .mat 数据文件报错超出 IO 限制的操作
May 10 Python
Numpy 理解ndarray对象的示例代码
Apr 03 #Python
python计算Content-MD5并获取文件的Content-MD5值方式
Apr 03 #Python
Django自定义列表 models字段显示方式
Apr 03 #Python
使用Django清空数据库并重新生成
Apr 03 #Python
Python基础类继承重写实现原理解析
Apr 03 #Python
Django实现列表页商品数据返回教程
Apr 03 #Python
Python第三方库的几种安装方式(小结)
Apr 03 #Python
You might like
php页面,mysql数据库转utf-8乱码,utf-8编码问题总结
2015/08/27 PHP
对比分析php中Cookie与Session的异同
2016/02/19 PHP
PHP判断是否微信访问的方法示例
2019/03/27 PHP
JavaScript 基础知识 被自己遗忘的
2009/10/15 Javascript
XMLHTTP 乱码的解决方法(UTF8,GB2312 编码 解码)
2011/01/12 Javascript
jQuery 操作option的实现代码
2011/03/03 Javascript
jQuery中json对象的复制方式介绍(数组及对象)
2013/06/08 Javascript
jquery动态添加删除一行数据示例
2014/06/12 Javascript
JavaScript中的cacheStorage使用详解
2015/07/29 Javascript
Highcharts使用简例及异步动态读取数据
2015/12/30 Javascript
js+html5实现canvas绘制网页时钟的方法
2016/05/21 Javascript
基于jQuery实现表格的排序
2016/12/02 Javascript
requireJS模块化实现返回顶部功能的方法详解
2017/10/16 Javascript
seajs下require书写约定实例分析
2018/05/16 Javascript
axios的拦截请求与响应方法
2018/08/11 Javascript
Node.js模拟发起http请求从异步转同步的5种用法
2018/09/26 Javascript
vue计算属性无法监听到数组内部变化的解决方案
2019/11/06 Javascript
Python读取一个目录下所有目录和文件的方法
2016/07/15 Python
python实现SOM算法
2018/02/23 Python
使用Python写一个小游戏
2018/04/02 Python
使用python装饰器计算函数运行时间的实例
2018/04/21 Python
python3实现表白神器
2019/04/09 Python
python wav模块获取采样率 采样点声道量化位数(实例代码)
2020/01/22 Python
解决paramiko执行命令超时的问题
2020/04/16 Python
Python中的wordcloud库安装问题及解决方法
2020/05/27 Python
详解python变量与数据类型
2020/08/25 Python
使用 HTML5 Canvas 制作水波纹效果点击图片就会触发
2014/09/15 HTML / CSS
中国第一家杂志折扣订阅网:杂志铺
2016/08/30 全球购物
美国东北部户外服装和设备零售商:Eastern Mountain Sports
2016/10/05 全球购物
酒店总经理助理岗位职责
2014/02/01 职场文书
竞聘书格式及范文
2014/03/31 职场文书
村容村貌整治方案
2014/05/21 职场文书
中学生运动会口号
2014/06/07 职场文书
教师批评与自我批评范文
2014/10/15 职场文书
2014小学一年级班主任工作总结
2014/12/05 职场文书
教师先进事迹材料
2014/12/16 职场文书