Как разделить Python PDF на несколько страниц с помощью PyPDF2

Python – очень универсальный язык, который позволяет автоматизировать множество задач. В этом уроке я покажу вам, как разделить PDF в Python на несколько страниц благодаря библиотеке PyPDF2.

Что такое PyPDF2

PyPDF2 – это библиотека для работы с PDF-файлами, которая, помимо всего прочего, предоставляет нам следующие возможности:

• Извлечение информации из документа (название, автор, …).
• Разделение документов по страницам.
• Объединение нескольких документов в один.
• Обрезание страниц из документа.
• Объедините несколько страниц в одну.
• Шифрование и расшифровка файлов PDF.

Установка PyPDF2

Первое, что вы должны сделать для использования PyPDF2, это установить его. Так как он является библиотекой стороннего производителя. Поэтому создайте виртуальную среду, активируйте ее и выполните следующую команду:

$> pip install PyPDF2

Получение страницы из документа PDF

Далее я покажу вам, как извлечь страницу из PDF в новый документ с помощью этой библиотеки.

Для этого я определил функцию extract_page(doc_name, page_num).

Параметр doc_name – это полный путь к документу. Если документ находится в том же пути, что и программа Python, достаточно указать его имя. Параметр page_num – это номер страницы для извлечения (будьте внимательны, поскольку первая страница начинается с индекса 0):

from PyPDF2 import PdfFileWriter, PdfFileReader
def extract_page(doc_name, page_num):
    pdf_reader = PdfFileReader(open(doc_name, 'rb'))
    pdf_writer = PdfFileWriter()
    pdf_writer.addPage(pdf_reader.getPage(page_num))
    with open(f'document-page{page_num}.pdf', 'wb') as doc_file:
        pdf_writer.write(doc_file)
Code language: JavaScript (javascript)

Разделение PDF в Python по номеру страницы

В этом разделе мы рассмотрим новую функцию, которая позволяет разделить PDF в Python на две части по номеру страницы. Я вызвал функцию split_pdf(doc_name, page_num). Как и в предыдущем случае, параметр doc_name является путем или именем документа. page_num указывает номер страницы, который будет использоваться для разделения документа на две части (первая страница начинается с индекса 0):

def split_pdf(doc_name, page_num):
    pdf_reader = PdfFileReader(open(doc_name, "rb"))
    pdf_writer1 = PdfFileWriter()
    pdf_writer2 = PdfFileWriter()
    for page in range(page_num):
        pdf_writer1.addPage(pdf_reader.getPage(page))
    for page in range(page_num, pdf_reader.getNumPages()):
        pdf_writer2.addPage(pdf_reader.getPage(page))
    with open("doc1.pdf", 'wb') as file1:
        pdf_writer1.write(file1)
    with open("doc2.pdf", 'wb') as file2:
        pdf_writer2.write(file2)
Code language: JavaScript (javascript)

В результате функция генерирует два документа под названием doc1.pdf и doc2.pdf.