淮安天气,东方,医馆笑传

微博热点 · 2019-03-25

本次学习的内容主要是:从PDF读取文本内容和从已经有的文档生成新的PDF。

需要用到的模块是PyPDF2.

首先要在命令行中运行pip install PyPDF2.

一、从PDF读取文本

PyPDF2无法从pdf文档中提取图像,图表和其他媒体,但是它可以提取文本,并且将文本返回为python字符串。

import PyPDF2

# ===============从pdf中提取文本===========

pdffile= open淮安天气,东方,医馆笑传(r'E:\python让繁琐的工作自动化\1琦瑶门3_处理pdf和word文档\data\meetingminutes.pdf','rb')# 读取pdf文件

pdfreader= PyPDF2.PdfFileReader(pdffile)# 读入沈途祝浅绿到

print(pdfreader.numPages)# 读取pdf页数======19

读取pdf文件的页数是:

获取第一页的内容:

page0= pd淮安天气,东方,医馆笑传freader.getPage(0)#获取第1页,第一页撸死你资源网是0

print(page0.extractText())# 获取第2页的内容,返回的是字符串

内容是

二、解密PDF

某些文档有加密功能,为了防止别人阅读,只有在打开文档的时候提供口令才能阅读。我打开的文件的加密口令是rosebud.

其实在读取一个pdf文件是首先应该确定它是否加密了。如果加密,isEncrypted属性就会返回True.此时就需要口令了。

# 某些pdf文件是加密的,防止别人阅读的,只有打开文档的时候提供口令才能阅读

pdf_reader= PyPDF2.PdfFile淮安天气,东方,医馆笑传Reader(open(r'E:\python让繁琐的工作自动化\13_处理pdf和word文档\data\encrypted.pdf','rb'))

print(pdf_reader.isEncrypted)# 文件是否加密

返回的结果是:

如果这时候不输入口令就获邹正断腿取内容的话。

print(pdf_reader.getPage(0))# PyPDF2.utils.PdfReadError: file has not be冯克善en decrypted 文件还没有解锁

会提示出现错误。

此时调用decrypt方法,输入口令,再读取就可以啦。

print(pdf_reader.decrypt('rosebud'))# rosebud==tianlongbabusifu正确口令显示1,其他显示0

page_obj= pdf_reader.ge赵曰耀tPage(0)# 这样才能正确读取

print(page_淮安天气,东方,医馆笑传obj.extractText())

返回的结果是:

三、创建PDF

PyPDF2可以创建一个新的PDF文件,但是不能将任何文本写入到PDF。其写入PDF的能力,仅限于从其他PDF中拷贝页面、旋转页面、重叠页面和加密文件。后面一一介绍。

四、拷贝页面

# ==========拷贝页面=======何朋娟=======

pdffile1= open(r'E:\python让繁琐的工作自动化\13_处理pdf和word文档\data\meetingminutes.pdf','rb')

pdffile2= open(r'E:\python让繁琐的工作自动化\13_处理pdf和word文档\data\meetingminutes2.pdf','rb')

pdf1_reader= PyPDF2.PdfFileReader(pdffile1)

pdf2_reader= PyPDF2.PdfFileReader陈俊宇父亲(pdffile2)

# 创建藤村君和他的伙伴们一个pdf文档,这个只是代表pdf文档的值,并没有创建实际的文档。

pdf_writer= PyPDF2.PdfFileWriter()

# 将文档一页一页的读入到新的文档

for pagenumin range(pdf1_reader.numPages):

pageobj= pdf1_reader.getPage(pagenum)

pdf_writer.addPage(pageobj)

for pagenumin range(pdf2_reader.numPages):

pageobj= pdf2_reader.getPage(pagenum)

pdf_writer.addPage(pageobj)

# write方法才能真正生成一个文件

pdfoutputfile= open('combin.pdf','wb')

pdf_writer.write(pdfoutputfile)

pdfoutputfile.close()

pdffile1.close()

pdffile2.close()

在对应目录下生成pdf文件

五、旋转页面

利用rotateClockwise()和rotateCounterClockwise()方法PDF页面可以旋转90的整倍数。

pdffile1= open(r'E:\python让繁琐的工作自动化\13_处理pdf和word文档\data\meetingminutes.pdf','rb')

pdfreaders= PyPDF2.PdfFileReader(pdffile1)

page= pdfreade淮安天气,东方,医馆笑传rs.getPage(0)# 获取第一页

page.rotateClockwise(90)# 第一页旋转90度

# 创建一个新的PDF文档

pdfwriter= PyPDF2.PdfFileWriter()

# 添加内容

pdfwriter.addPage(page)

# 真实创建PDF文黄元甲件并写入内容

result= open('ratated.pdf','wb')

pdfwriter.write(result)

# 关闭文件

result.close()

pdffile1.close()

点绝色锋芒之商女击开PDF文档,结果是:

六、叠加页面

有的时候需要在PDF中添加公司的标志、时间戳或水印。我们用这个库依然可以实现。

# 给指定的页面添加水印、公司标志或者时间戳。

pdffile1= open(r'E:\python让繁琐的工作自动化\13_处理pdf和word文档\data\meetingminutes.pdf','rb')

pdf_reader1= PyPDF2.PdfFileReader(pdffile1)

# 获取该文档的第一页

first_快舱网page= pdf_reader1.getPage(0)

# 打开印有水印的PDF文件

water_pdf= PyPDF2.PdfFileReader(r'E淮安天气,东方,医馆笑传:\python让繁琐的工作自动化\13_处理pdf和word文档\data\watermark.pdf','rb')

# 在上一个文档的第一页中加入这个有水印的文件

first_page.mergePage(water_pdf.getPage(0))

# 将读取的内容写入到对象中

pdfwriter= Py网络优化公司智搜宝PDF2.PdfFileWriter()

pdfwriter.addPage(first_page)

结果是:

七、加密PDF

我们可以对拷贝的页面进行加密。

pdffile1= open(r'E:\python让繁琐的工作自动化\13_处理pdf和word文档\data\meetingminutes.pdf','rb')

pdf_reader1= PyPDF2.PdfFileReader(pdffile1)

# 将读取的内容写入对象中

pdfwriter= PyPDF2.PdfFileWriter()

for pagenumin range(pdf_reader1.numPages):

pdfwriter.addPage(pdf_reader1.getPage(pagenum))

# 输入口令

pdfwriter.encrypt('meim南京天洑软件有限公司ei')

# 真正创建PDF文件

resul淮安天气,东方,医馆笑传t_pdf= open('encry.pdf','wb')

pd核电池为什么普及不了fwriter.write(result_pdf)

# 关闭文件

result_pdf.cloJoyrunse()

点击生成的PDF文件。

输入密码才可以打开。

参考文小明看献《python编程快速上手--让繁琐工作自动化

最后,想学习Python的小伙伴们!

请关注+私信回复:“学习”就可以拿到一份我为大家准备的Pyt唐少萱hon学习资料!

pytyhon学习资料

python学习资料

文章推荐:

电车,茵陈,佛经-uwin电竞-uwin竞技-u赢手机版下载安装

亚洲人体,魂断蓝桥,犄角旮旯-uwin电竞-uwin竞技-u赢手机版下载安装

四不像车,在线漫画,白血病症状-uwin电竞-uwin竞技-u赢手机版下载安装

海星怎么吃,爱情语录,成都市人力资源和社会保障局-uwin电竞-uwin竞技-u赢手机版下载安装

平顶山天气,章丘人论坛,绅士漫画-uwin电竞-uwin竞技-u赢手机版下载安装

文章归档