Python 自动化之修理PDF文件（二）

PDF文件_合并与拆分PDF文档Pro版本

前言

`
上一篇讲了pdf转文字的操作，这篇我们接着讲如何去拆分和合并pdf文件。用过的应该知道，在某软件上虽然可以用，但是也是存在限制的，文档页数过多就需要会员了。

那么怎么样才能不花钱（这个很重要）就能使用呢？自己写一个(# ^ . ^ #)

一、要做成什么样子

1. 任意数量、页数的pdf文档，只要你电脑不冒烟~ ~ ~ ~
2. 可按顺序合并任意数量的pdf文档。
3. 可按顺序拆分任意页数的pdf文档。
4. 可任意截取拆分掉pdf文档的某一段。
5. 拆分的文档会按《原名+第a页》、《原名+第a页_第b页》命名
6. 合并的文档会提示你给它取个新名字。
7. 指定位置保存产生的新文件。

目前就想到这么些，后续有新的点子我再往上搞

二、主要用到的函数

都是PyPDF2 库的东西。
一个是PdfReader，用来读取pdf文档数据的；二是PdfWriter，用来写入前面读取到的数据。

三、基本思路

1.引入库

代码如下：

from PyPDF2 import PdfWriter
import PyPDF2

2.创建用户输入模块

代码如下：

print('请选择您要的操作（1 合并  2 拆分） ：',  end='')
Go = input()

这里会提示用户是要合并还是拆分pdf文档，输入不同的数字会进入到不同的模式中去。
end=’ '的作用是不换行，可以在文字提示的后面直接输入。

3.确定主框架

代码如下：

if Go == '1':    #文档合并
	......
elif Go == '2':    #文档拆分
	......

上面也提到了，涉及到pdf的两个动作:合并和拆分。所以我这里采用if-----elif----的结构来处理。

接下来就是两个代码模块的编写了。这里我先写文档合并，后写文档拆分。

四、文档合并代码模块

1.用户输入和函数调用

代码如下：

		#提示用户输入
    print('请输入需要合并的pdf文档个数：', end='')
    numbers_pdf = int(input())
    #函数调用
    merger = PdfWriter()

需要合并几个文档就输入数字几就ojbk。
这里调用的函数下面会用到。PdfWriter 对象通常被用来合并PDF文件，或者创建新的PDF文档。

2.引导用户输入文档信息

代码如下：

    #创建空列表，用来存储pdf名称
    list_pdf = []
    
    #进行相应次数的遍历循环
    for number_pdf in range(numbers_pdf):
        #提示用户按照固定格式输入
        print(f'请按顺序输入第 {
     number_pdf+1} 个pdf（例子：E:\BaiduNetdiskDownload\你好.pdf）：', end='')
        old_pdf = input()
        #用户每次输入都会被添加到列表当中
        list_pdf.append(old_pdf)

这段代码的意思是你合并几个文档，程序就会提示你几次输入文档信息。
需要注意的是，输入的先后顺序也代表了后续合并后内容的先后顺序。

3.合并文档内容

代码如下：

    for pdf in list_pdf:
        merger.append(pdf)

代码很少，意思就是遍历刚才用户输入的文档信息，逐个进行合并。

4.命名新文档+生成路径

代码如下：

    #提示输入文档名称
    print('已合并完，请输入新文件名称（例子：aaa）不用添加扩展名：', end='')
    new_pdf_name = input()
    
    # 指定保存 .pdf 文件的完整路径和名称
    output_dir = "D:/"  # 替换为您的实际输出目录
    output_file_name = f"{
     new_pdf_name}_合并.pdf"
    output_path = output_dir + output_file_name

第一段代码是提示用户输入新文档的名字，下面会用到。
第二段代码的意思是我先指定一个路径，然后生成文档的名称 new_pdf_name_合并.pdf，最后对它俩进行字符串拼接，这样后面才能根据output_path信息在指定路径下保存pdf文档。

5.保存文档+结束调用

代码如下：

    merger.write(output_path)
    print('合并好了去查收吧')
    merger.close()

提示合并好了。然后就去指定目录查看就行了。

合并文档到这里就结束了。

五、文档拆分代码模块

将拆分分为两部分，一是每一页都拆出来形成一个新文档；二是有用户指定范围，形成新文档。所以，在这里又会用到if----elif—结构，相当于嵌套里的嵌套。

这里我会先写每一页都拆，后写指定范围。

1.确定基本框架

代码如下：

    ..........       #用户输入和前提准备
    
    if split == '1':    #每一页都拆
	    ......
    elif split == '2':    #指定范围拆
	    ......

上面也刚说了，这里就不废话了。

2.用户输入和前提准备

代码如下：

        #提示用户输入要拆分的PDF文档
        print('请输入您要查分的文件（例子：E:\BaiduNetdiskDownload\你好.pdf）：', end='')
        chaifen_pdf = input()
        
        open_pdf = open(chaifen_pdf, 'rb')       #以二进制形式打开文档
        read_pdf = PyPDF2.PdfReader(open_pdf)    #读取上面打开的PDF文件内容
        get_pdf_pages = len(read_pdf.pages)      #通过read_pdf获取PDF的总页数
        print(f"该文件共有{
     get_pdf_pages}页")
        
        #提示用户选择拆分模式
        print('全部拆分请输入1 指定位置查分请输入2 ：', end='')
        split = input()

先是提示用户输入要拆分的文档；然后程序会打开并读取文档内内容，告诉我们文档总共有多少页；最后是提示用户选择哪种模式拆分。
我就不细说了，代码注释写的很明白。

3.每一页都拆分代码模块

代码如下：

            #遍历文档的每一页
            for get_pdf_page in range(get_pdf_pages):
                #读取文档当前遍历的页
                page = read_pdf.pages[get_pdf_page]
                # 创建一个新的PdfWriter对象
                pdf_writer = PdfWriter()
                # 将当前页添加到新的PdfWriter对象中
                pdf_writer.add_page(page)

                # 获取用户输入的文件名，不包括路径
                pdf_file_name = chaifen_pdf.split('\\')[-1]  # 使用 \\ 分隔符 去掉路径
                pdf_base_name = pdf_file_name.split('.')[0]  # 去掉扩展名
                
                # 指定保存 .pdf 文件的完整路径和名称
                output_dir = "D:/"  # 替换为您的实际输出目录
                output_file_name = f"{
     pdf_base_name}_第{
     get_pdf_page + 1}页.pdf"
                output_path = output_dir + output_file_name
                
                pdf_writer.write(output_path)
                pdf_writer.close()
                
            print('拆分好了，快去看一下吧。')

由于基本上都是在for_in range（）结构的循环下，我就一块写了，要不让分开写很容易看混。
整体上分为五部分：

1. 第一部分：读取文档当前遍历的页，然后创建一个新的PdfWriter对象，最后将当前页添加到新的PdfWriter对象中（就是生成一页的文档），三者缺一不可。如果没有PdfWriter对象，会出现第n份文档有n页内容。
2. 第二部分和第三部分可以看我上一个文档的《第四大段第5小节》有详细解释。这是链接：https://blog.csdn.net/weixin_57061292/article/details/134790966
3. 第四部分：按照前几分部分的设置进行文件的保存，还有结束函数的调用（有始有终嘛）。
4. 第五部分：友好提示，出现上面那几个字就代表搞定了。

4.指定页码拆分代码模块

4.1.用户输入和创建对象

代码如下：

            print('请输入开始页 ：', end='')
            start_pages = int(input())
            print('请输入结束页 ：', end='')
            end_pages = int(input())
            
            # 创建一个新的PdfWriter对象
            pdf_writer = PdfWriter()

两部分，一是引导用户输入需要把从哪一页到哪一页的内容拆出来；二是函数的调用，没啥好说的（这是主力）。

4.2.遍历暂存指定页码内容

代码如下：

            for get_pdf_page in range(start_pages-1, end_pages):
                page = read_pdf.pages[get_pdf_page]
                # 将当前页添加到新的PdfWriter对象中
                pdf_writer.add_page(page)

这个结构用过很多次了，就不赘述了。
意思就是遍历我们选中的页，先把它们暂存起来留到到后面用。

4.3.指定路径生成指定名称的新PDF

代码如下：

           # 获取用户输入的文件名，不包括路径
            pdf_file_name = chaifen_pdf.split('\\')[-1]  # 使用 \\ 分隔符 去掉路径
            pdf_base_name = pdf_file_name.split('.')[0]  # 去掉扩展名
            
            # 指定保存 .pdf 文件的完整路径和名称
            output_dir = "D:/"  # 替换为您的实际输出目录
            output_file_name = f"{
     pdf_base_name}_第{
     start_pages}_{
     end_pages}页.pdf"
            output_path = output_dir + output_file_name
            
            pdf_writer.write(output_path)
            pdf_writer.close()
            
            print('拆分好了，快去看一下吧。')

各位同志，看不懂的话。这里请一定要参考 《 3.每一页都拆分代码模块》 和我的上一篇博客，这是链接：https://blog.csdn.net/weixin_57061292/article/details/134790966

总结

这就是PDF拆分和合并的全部内容了，看看这篇的反馈吧。有需要的话。后面我再找找PDF还有哪些操作大家还常用 给大家写出来。