Question

我想使用PyPDF2分割pdf文件。

net中的所有示例都太难或不起作用或总是出错“AttributeError：'PdfFileWriter'对象没有属性'stream'”

有人可以帮忙吗？需要将3页pdf分成三页，分成三个不同的文件。

我从那开始：

pdfFileObj = open(r"D:\BPO\act.pdf", 'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
pdfWriter = PyPDF2.PdfFileWriter()
pdfWriter.addPage(pdfReader.getPage(0))

但不知道下一步该做什么：（

修改＃1

尝试做一个循环进行拆分，我遇到了问题：PdfFileWriter将3个文件分为一个页面，第二个 - 两个，第三个为三个。我在以下代码中的错误在哪里：

act_sub_pages_name = ['p01.pdf', 'p02.pdf', 'p03.pdf']
with open(r"D:\BPO\act.pdf", 'rb') as act_mls:
    reader = PdfFileReader(act_mls)
    writer = PdfFileWriter()
    if reader.numPages == 3:
        counter = 0
        for x in range(3):
            path = '\\'.join(['D:\\BPO\\act sub pages', act_sub_pages_name[counter]])
            counter += 1
            writer.addPage(reader.getPage(x))
            with open(path, 'wb') as outfile: writer.write(outfile)

Sry因为英语不好。

修改＃2

Paul Rooney的解决方案回答：

act_pdf_file = 'D:\\BPO\\act.pdf'
act_sub_pages_name = ['p01.pdf', 'p02.pdf', 'p03.pdf']

def pdf_splitter(index, src_file):
    with open(src_file, 'rb') as act_mls:
        reader = PdfFileReader(act_mls)
        writer = PdfFileWriter()
        writer.addPage(reader.getPage(index))
        out_file = os.path.join('D:\\BPO\\act sub pages', act_sub_pages_name[index])
        with open(out_file, 'wb') as out_pdf: writer.write(out_pdf)

for x in range(3): pdf_splitter(x, act_pdf_file)

功能正常，但有点困难。

Answer 1

您可以使用write的{{1}}方法写出文件。

PdfFileWriter

您可能希望循环输入文件的页面，创建新的编写器对象，添加单个页面。然后写出一个永远递增的文件名？

Answer 2

我已经使用了一个名为xpdf的工具来完成这类任务，它确实非常有效。您可以下载here。

这是一个可以从python调用的命令行实用程序。确保它已添加到您的路径中，以便您可以从命令行调用它。

以下是使用subprocess：

从python接口的方法

import subprocess

text, _ = subprocess.Popen('pdftotext -fixed 0 -clip D:\\BPO\\act.pdf', 
                           shell=True, 
                           stdout=subprocess.PIPE).communicate()

pages = text.decode('latin-1').split('\f')

页面由换页字符分隔，因此您将获得一个页面列表。

PyPDF2按页面分割pdf

2 个答案: