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
在Python中操作字典之update()方法的使用
May 22 Python
Python实现批量更换指定目录下文件扩展名的方法
Sep 19 Python
python万年历实现代码 含运行结果
May 20 Python
深入理解Python中的*重复运算符
Oct 28 Python
Python程序员面试题 你必须提前准备!(答案及解析)
Jan 23 Python
对python实现模板生成脚本的方法详解
Jan 30 Python
搞定这套Python爬虫面试题(面试会so easy)
Apr 03 Python
Python获取命令实时输出-原样彩色输出并返回输出结果的示例
Jul 11 Python
python实现获取单向链表倒数第k个结点的值示例
Oct 24 Python
将python包发布到PyPI和制作whl文件方式
Dec 25 Python
Python实现银行账户资金交易管理系统
Jan 03 Python
详解scrapy内置中间件的顺序
Sep 28 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
PHP6新特性分析
2016/03/03 PHP
Yii2 RESTful中api的使用及开发实例详解
2016/07/06 PHP
PHP实现bitmap位图排序与求交集的方法
2016/07/28 PHP
thinkPHP框架自动填充原理与用法分析
2018/04/03 PHP
总结PHP代码规范、流程规范、git规范
2018/06/18 PHP
jQuery的初始化与对象构建之浅析
2011/04/12 Javascript
浅析JavaScript基本类型与引用类型
2014/05/28 Javascript
JS小游戏之象棋暗棋源码详解
2014/09/25 Javascript
javascript简单实现图片预加载
2014/12/03 Javascript
基于Jquery制作图片文字排版预览效果附源码下载
2015/11/18 Javascript
浅谈JS中的!=、== 、!==、===的用法和区别
2016/09/24 Javascript
浅谈Vue SSR 的 Cookies 问题
2017/11/20 Javascript
vue 关闭浏览器窗口的时候,清空localStorage的数据示例
2019/11/06 Javascript
如何修改Vue打包后文件的接口地址配置的方法
2020/04/22 Javascript
vue使用canvas实现移动端手写签名
2020/09/22 Javascript
Python原始字符串(raw strings)用法实例
2014/10/13 Python
python基于右递归解决八皇后问题的方法
2015/05/25 Python
python实现DES加密解密方法实例详解
2015/06/30 Python
Python实现身份证号码解析
2015/09/01 Python
python Django批量导入数据
2016/03/25 Python
python使用turtle库绘制树
2018/06/25 Python
python保存文件方法小结
2018/07/27 Python
Python-numpy实现灰度图像的分块和合并方式
2020/01/09 Python
pandas中的ExcelWriter和ExcelFile的实现方法
2020/04/24 Python
Python requests上传文件实现步骤
2020/09/15 Python
Python浮点型(float)运算结果不正确的解决方案
2020/09/22 Python
利用Python实现自动扫雷小脚本
2020/12/17 Python
html通过canvas转成base64的方法
2019/07/18 HTML / CSS
THE OUTNET美国官网:国际设计师品牌折扣网站
2017/03/07 全球购物
Love, Bonito国际官网:新加坡女装品牌
2021/03/13 全球购物
教学大赛获奖感言
2014/01/15 职场文书
致垒球运动员加油稿
2014/02/16 职场文书
汽车维修求职信
2014/06/15 职场文书
商务邀请函
2015/01/30 职场文书
单身狗福利?Python爬取某婚恋网征婚数据
2021/06/03 Python
Vue的列表之渲染,排序,过滤详解
2022/02/24 Vue.js