Python拆分pdf,Python批量提取PDF中的信息

　　有时候我们只需要可移植文档格式文件的扩展名(可移植文档格式的缩写)中的几页，或许还想把这几页内容整合成新的pdf，那该怎么做呢？

　　准备工作：

　　安装扩展库PyPDF2，参考命令

　　点安装PyPDF2

　　代码如下：

　　从PyPDF2导入PdfFileReader、PdfFileWriter

　　定义拆分_pdf(文件名，结果，开始=0,结束=无):

　　从文件名中提取[开始，结束]之间的页码内容保存为结果

　　# 打开原始可移植文档格式文件的扩展名(可移植文档格式的缩写)文件

　　pdf _ src=文件阅读器(文件名)

　　如果结束不是：

　　# 获取页数

　　end=pdf_src.getNumPages()

　　打开(结果，“wb”)为fp:

　　# 创建空白可移植文档格式文件的扩展名(可移植文档格式的缩写)文件

　　pdf=PdfFileWriter()

　　# 提取页面内容，写入空白文件

　　对于范围内的数字(开始，结束):

　　pdf。添加页面(pdf _ src。获取页面(编号))

　　# 写入结果可移植文档格式文件的扩展名(可移植文档格式的缩写)

　　pdf .写入

　　fn=rG:\a001\第九天 pdf

　　split_pdf(fn， 1.pdf ，0，3)

　　split_pdf(fn， 2.pdf ，1，3)

　　split_pdf(fn， 3.pdf ，2，3)

　　遇见的问题一：

　　回溯(最近呼叫):

　　文件 G:/a001/pdf.py ，第22行，insplit_pdf(fn， 1.pdf ，0，3)

　　拆分_pdf中文件" G:/a001/pdf.py "的第7行

　　pdf _ src=文件阅读器(文件名)

　　__init__中文件e : \ project _ luffy \ luffy \ lib \ site-packages \ py pdf F2 \ pdf。py 第1084行

　　自读(流)

　　文件e : \ project _ luffy \ luffy \ lib \ site-packages \ py pdf 2 \ pdf。py ，第1901行，读取中

　　提高效用PdfReadError(在指定位置找不到外部参照表)

　　PyPDF2.utils.PdfReadError:在指定位置找不到外部参照表

　　还没有找到好的解决问题的办法，但是我在操作过程中换了一个新的pdf文件就成功了，猜测是你的pdf文件出了问题。

　　遇见的问题二：

　　在解决了上面的问题之后，程序可以正常的使用，但是还会出一个问题：

　　PdfReadWarning: Xref表不是零索引的。对象的身份号将被更正[pdf.py:1736]

　　虽然不影响，但是体验不好啊，继续解决吧

　　导入系统

　　如果不是sys。警告选项3360

　　导入警告

　　警告。简单过滤器(“忽略”)

　　上面代码要加在最上面

　　关于PyPDF2的内容，昨天有详细讲解过，不会的小伙伴可以查看：进阶PDF，就用Python(PyPDF2模块)

　　(推荐操作系统：windows7系统、Python 3.9.1、戴尔自交第三代电脑。)

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。