【Python基礎】python使用PyPDF2和pdfplumber操作pdf

1、PyPDF2和pdfplumber庫介紹PyPDF2官網：PyPDF2官網 ，可以更好的讀取、寫入、分割、合併PDF文件；pdfplumber官網：pdfplumber官網，可以更好地讀取PDF文件內容和提取PDF中的表格；這兩個庫不屬於python標準庫，都需要單獨安裝；2、python提取PDF文字內容1）利用pdfplumber提取文字

import PyPDF2import pdfplumber
with pdfplumber.open("餐飲企業綜合分析.pdf") as p:    page = p.pages[2]    print(page.extract_text())
結果如下：
2）利用pdfplumber提取表格並寫入excelextract_table()：如果一頁有一個表格；extract_tables()：如果一頁有多個表格；
import PyPDF2import pdfplumberfrom openpyxl import Workbook
with pdfplumber.open("餐飲企業綜合分析.pdf") as p:    page = p.pages[4]    table = page.extract_table()    print(table)        workbook = Workbook()    sheet = workbook.active    for row in table:        if not "".join() == ""            sheet.append(row)    workbook.save(filename = "新pdf.xlsx")
結果如下：缺陷：可以看到，這裡提取出來的表格有很多空行，怎麼去掉這些空行呢？判斷：將列表中每個元素都連接成一個字符串，如果還是一個空字符串那麼肯定就是空行。
import PyPDF2import pdfplumberfrom openpyxl import Workbook
with pdfplumber.open("餐飲企業綜合分析.pdf") as p:    page = p.pages[4]    table = page.extract_table()    print(table)        workbook = Workbook()    sheet = workbook.active    for row in table:        if not "".join([str(i) for i in row]) == "":            sheet.append(row)    workbook.save(filename = "新pdf.xlsx")
結果如下：
3、PDF合併及頁面的排序和旋轉1）分割及合併pdf① 合併pdf
首先，我們有如下幾個文件，可以發現這裡共有三個PDF文件需要我們合併。同時可以發現他們的文件名都是有規律的(如果文件名，沒有先後順序，我們合併起來就沒有意義了。)代碼如下：
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_writer = PdfFileWriter()for i in range(1,len(os.listdir(r"G:\6Tipdm\7python辦公自動化\concat_pdf"))+1):    print(i*50+1,(i+1)*50)    pdf_reader = PdfFileReader("G:\\6Tipdm\\7python辦公自動化\\concat_pdf\{}-{}.pdf".format(i*50+1,(i+1)*50))    for page in range(pdf_reader.getNumPages()):        pdf_writer.addPage(pdf_reader.getPage(page))        with open("G:\\6Tipdm\\7python辦公自動化\\concat_pdf\merge.pdf", "wb") as out:    pdf_writer.write(out)
結果如下：
② 拆分pdf
這裡有一個「時間序列.pdf」的文件，共3頁，我們將其每一頁存為一個PDF文件。代碼如下：
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python辦公自動化\concat_pdf\時間序列.pdf")for page in range(pdf_reader.getNumPages()):    pdf_writer = PdfFileWriter()    pdf_writer.addPage(pdf_reader.getPage(page))    with open(f"G:\\6Tipdm\\7python辦公自動化\\concat_pdf\\{page}.pdf", "wb") as out:        pdf_writer.write(out)
結果如下：
2）旋轉及排序pdf① 旋轉pdf.rotateClockwise(90的倍數)：順時針旋轉90度.rotateCounterClockwise(90的倍數)：逆時針旋轉90度
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python辦公自動化\concat_pdf\時間序列.pdf")pdf_writer = PdfFileWriter()for page in range(pdf_reader.getNumPages()):    if page % 2 == 0:        rotation_page = pdf_reader.getPage(page).rotateCounterClockwise(90)    else:        rotation_page = pdf_reader.getPage(page).rotateClockwise(90)    pdf_writer.addPage(rotation_page)    with open("G:\\6Tipdm\\7python辦公自動化\\concat_pdf\\旋轉.pdf", "wb") as out:        pdf_writer.write(out)"""上述代碼中，我們循環遍歷了這個pdf，對於偶數頁我們逆時針旋轉90°，對於奇數頁我們順時針旋轉90°；注意：旋轉的角度只能是90的倍數；"""
其中一頁效果展示如下：
② 排序pdf
需求：我們有一個PDF文件，我們需要倒序排列，應該怎麼做呢？首先，我們來看python中，怎麼倒敘列印一串數字，如下圖所示。那麼倒序排列一個pdf，思路同上，代碼如下：
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python辦公自動化\concat_pdf\時間序列.pdf")pdf_writer = PdfFileWriter()for page in range(pdf_reader.getNumPages()-1, -1, -1):    pdf_writer.addPage(pdf_reader.getPage(page))with open("G:\\6Tipdm\\7python辦公自動化\\concat_pdf\\倒序.pdf", "wb") as out:        pdf_writer.write(out)
結果如下：
4、pdf批量加水印及加密、解密1）批量加水印
from PyPDF2 import PdfFileReader, PdfFileWriterfrom copy import copy
water = PdfFileReader(r"G:\6Tipdm\7python辦公自動化\concat_pdf\水印.pdf")water_page = water.getPage(0)
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python辦公自動化\concat_pdf\aa.pdf")pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):    my_page = pdf_reader.getPage(page)    new_page = copy(water_page)    new_page.mergePage(my_page)    pdf_writer.addPage(new_page)with open("G:\\6Tipdm\\7python辦公自動化\\concat_pdf\\添加水印後的aa.pdf", "wb") as out:        pdf_writer.write(out)  """這裡有一點需要注意：進行pdf合併的時候，我們希望「水印」在下面，文字在上面，因此是「水印」.mergePage(「圖片頁」)"""
結果如下：
2）批量加密、解密這裡所說的「解密」，是在知道pdf的密碼下，去打開pdf，而不是暴力破解；① 加密pdf
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python辦公自動化\concat_pdf\時間序列.pdf")pdf_writer = PdfFileWriter()for page in range(pdf_reader.getNumPages()):    pdf_writer.addPage(pdf_reader.getPage(page))# 添加密碼pdf_writer.encrypt("a123456")with open("G:\\6Tipdm\\7python辦公自動化\\concat_pdf\\時間序列.pdf", "wb") as out:        pdf_writer.write(out)
結果如下：
② 解密pdf並保存為未加密的pdf
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python辦公自動化\concat_pdf\時間序列.pdf")# 解密pdfpdf_reader.decrypt("a123456")pdf_writer = PdfFileWriter()for page in range(pdf_reader.getNumPages()):    pdf_writer.addPage(pdf_reader.getPage(page))with open("G:\\6Tipdm\\7python辦公自動化\\concat_pdf\\未加密的時間序列.pdf", "wb") as out:        pdf_writer.write(out)
結果如下：