Python实现快速将pdf文件剪切成多个图片

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

importos

importfitz

importglob

importrequests

os.environ['NLS_LANG']='SIMPLIFIED CHINESE_CHINA.UTF8'

#剪切pdf为图片

defCutPdf(pdfPath,savePath,pdfSavePath):

try:

doc=fitz.open(pdfPath)#pdf路径

forpginrange(doc.pageCount):

page=doc[pg]

rotate=int(0)

# 每个尺寸的缩放系数为2，这将为我们生成分辨率提高四倍的图像。

zoom_x=2.0

zoom_y=2.0

trans=fitz.Matrix(zoom_x, zoom_y).preRotate(rotate)

pm=page.getPixmap(matrix=trans, alpha=False)

imagePath=savePath+'%s.png'%str(pg+1)

pm.writePNG(imagePath)#最终存储路径

newpdfPath=pdfSavePath+'%s.pdf'%str(pg+1)

print("剪切一张图片："+str(pg+1))

frompic2pdf(imagePath,pdfSavePath,newpdfPath)

print("转换成功一张pdf："+str(pg+1))

exceptException as e:

print('CutPdf出现异常:'+str(e))

#图片转pdf

deffrompic2pdf(img_path,pdfSavePath, pdf_path):

# 使用glob读图

forimginsorted(glob.glob(img_path)):

ifnotos.path.exists(pdfSavePath):

os.makedirs(pdfSavePath)

# 打开空文档

doc=fitz.open()

# 打开指定图片

imgdoc=fitz.open(img)

# 使用图片创建单页的PDF

pdfbytes=imgdoc.convertToPDF()

imgpdf=fitz.open("pdf", pdfbytes)

# 将当前页写入文档

doc.insertPDF(imgpdf)

# 保存为指定名称的PDF文件

doc.save(pdf_path)

# 关闭

doc.close()

defmain():

pdfUrl="cards"

fileList=os.listdir(pdfUrl)

index=1

foriteminfileList:

print("开始裁剪"+item)

url=pdfUrl+"/"+item

foldStr="images/"+item.split('.')[0]

url2=foldStr+"/"+item.split('.')[0]

foldStr3="pdf/"+item.split('.')[0]

url3=foldStr3+"/"

ifnotos.path.exists(foldStr):

os.makedirs(foldStr)

CutPdf(url,url2,url3)

print("完成裁剪")

index+=1

if__name__=="__main__":

main()

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

# 获取页面尺寸

page_width=page.mediaBox.getWidth()

page_height=page.mediaBox.getHeight()

# 定义剪裁区域的位置和大小

x=100# 起始点的x坐标

y=100# 起始点的y坐标

width=200# 剪裁区域的宽度

height=300# 剪裁区域的高度

# 剪裁PDF页面

page.trimBox.lowerLeft=(x, y)

page.trimBox.upperRight=(x+width, y+height)

page.cropBox.lowerLeft=(x, y)

page.cropBox.upperRight=(x+width, y+height)

1

2

3

4

5

6

7

fromPILimportImage

# 将剪裁后的页面保存为图片

withopen('output.jpg','wb') as image_file:

page_data=page.extract_xobject().get('/Im0').getData()

image=Image.open(io.BytesIO(page_data))

image.save(image_file,'JPEG')

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

fromPyPDF2importPdfFileReader, PdfFileWriter

# PDF文件分割

defsplit_pdf(read_file, out_detail):

try:

fp_read_file=open(read_file,'rb')

pdf_input=PdfFileReader(fp_read_file)# 将要分割的PDF内容格式话

page_count=pdf_input.getNumPages()# 获取PDF页数

print(page_count)# 打印页数

withopen(out_detail,'r',True,'utf-8')as fp:

# print(fp)

txt=fp.readlines()

# print(txt)

fordetailintxt:# 打开分割标准文件

# print(type(detail))

pages, write_file=detail.split()# 空格分组

# write_file, write_ext = os.path.splitext(write_file) # 用于返回文件名和扩展名元组

pdf_file=r'C:\Users\GZTSALFIEL\Desktop\excel问题文件\pdf\\'+f'{write_file}.pdf'

# liststr=list(map(int, pages.split('-')))

# print(type(liststr))

start_page, end_page=list(map(int, pages.split('-')))# 将字符串数组转换成整形数组

start_page-=1

try:

print(f'开始分割{start_page}页-{end_page}页，保存为{pdf_file}......')

pdf_output=PdfFileWriter()# 实例一个 PDF文件编写器

foriinrange(start_page, end_page):

pdf_output.addPage(pdf_input.getPage(i))

withopen(pdf_file,'wb') as sub_fp:

pdf_output.write(sub_fp)

print(f'完成分割{start_page}页-{end_page}页，保存为{pdf_file}!')

exceptIndexError:

print(f'分割页数超过了PDF的页数')

# fp.close()

exceptException as e:

print(e)

finally:

fp_read_file.close()

# def main():

# fire.Fire(split_pdf)

#

# if __name__ == '__main__':

# main()

split_pdf(r'..\pdfdocement\myfile.pdf','consult.txt')