前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >用 Python 帮财务小妹解决 PDF 拆分,小妹说太棒了。。。

用 Python 帮财务小妹解决 PDF 拆分,小妹说太棒了。。。

作者头像
周萝卜
发布2021-10-13 11:37:51
4040
发布2021-10-13 11:37:51
举报
文章被收录于专栏:萝卜大杂烩

财务小妹

萝卜哥,求助

又向一个好人来求助?

萝卜

财务小妹

哈哈,上次十一比较匆忙,这次帮帮我,不会亏待你

这个。。好吧,说什么事吧

萝卜

财务小妹

我最近要整理好多pdf文件,然后只需要其中的几页,how to do it

额,拆分pdf吗,easy啊

萝卜

财务小妹

好呀好呀,easy的话就快开始吧

那这次完成的奖励是啥?

萝卜

财务小妹

先完成再说喽(●'◡'●),包你满意

OK,让我期待下!

萝卜

财务小妹的需求

需要从 PDF 中取出几页并将其保存为新的 PDF,当然又由于小妹是个编程小白,这个工具需要做成傻瓜式的带有GUI页面的形式

选择源pdf文件,再指定下生成的新的pdf文件名称及保存位置,和需要拆分的page信息,就可以得到新的pdf文件了

技术选型

对于 Python GUI,我们有太多种选择了,下面我们先来横向的简单对比下

从高层次上看,大的GUI工具有:

  • Qt
  • WxWindows
  • Tkinter
  • Customer libraries(Kivy,Toga等)
  • Web相关(HTML,Flask等)

不过今天,我选择的工具是 appJar,这是一个由一位从事教育工作的大神发明的,所以它可以提供一个更加简单的GUI创建过程,而且是完全基于 Tkinter 的,Python 默认支持

开整!

首先为了实现 PDF 操作,我这里选择了 pypdf2 库

我们先硬编码一个输入输出的示例

代码语言:javascript
复制
from PyPDF2 import PdfFileWriter, PdfFileReader

infile = "Input.pdf"
outfile = "Output.pdf"

page_range = "1-2,6"

接下来我们实例化 PdfFileWriter 和 PdfFIleReader 对象,并创建实际的 Output.pdf 文件

代码语言:javascript
复制
output = PdfFileWriter()
input_pdf = PdfFileReader(open(infile, "rb"))
output_file = open(outfile, "wb")

下面一个比较复杂的点就是需要拆分 pdf,提取页面并保存在列表中

代码语言:javascript
复制
page_ranges = (x.split("-") for x in page_range.split(","))
range_list = [i for r in page_ranges for i in range(int(r[0]), int(r[-1]) + 1)]

最后就是从原始文件中拷贝内容到新的文件

代码语言:javascript
复制
for p in range_list:
    output.addPage(input_pdf.getPage(p - 1))
output.write(output_file)

下面来构建 GUI 界面

对于这个拆分 PDF 的小工具,需要具有如下功能:

  • 可以通过标准文件浏览器选择 pdf 文件
  • 可以选择输出文件的位置及文件名称
  • 可以自定义提取哪些页面
  • 有一些错误检查

通过 PIP 安装好 appJar 后,我们就可以编码了

代码语言:javascript
复制
from appJar import gui
from PyPDF2 import PdfFileWriter, PdfFileReader
from pathlib import Path

创建 GUI 窗口

代码语言:javascript
复制
app = gui("PDF Splitter", useTtk=True)
app.setTtkTheme("default")
app.setSize(500, 200)

这里我使用了默认主题,当然也可以切换各种各样的主题模式

下面是添加标签和数据输入组件

代码语言:javascript
复制
app.addLabel("Choose Source PDF File")
app.addFileEntry("Input_File")

app.addLabel("Select Output Directory")
app.addDirectoryEntry("Output_Directory")

app.addLabel("Output file name")
app.addEntry("Output_name")

app.addLabel("Page Ranges: 1,3,4-10")
app.addEntry("Page_Ranges")

接下来添加按钮,“处理”和“退出”,按下按钮,调用如下函数

代码语言:javascript
复制
app.addButtons(["Process", "Quit"], press)

最后就是运行这个 app 啦

代码语言:javascript
复制
# start the GUI
app.go()

这要我们就完成了 GUI 的搭建,下面编写内部处理逻辑。程序读取任何输入,判断是否为 PDF,并拆分

代码语言:javascript
复制
def press(button):
    if button == "Process":
        src_file = app.getEntry("Input_File")
        dest_dir = app.getEntry("Output_Directory")
        page_range = app.getEntry("Page_Ranges")
        out_file = app.getEntry("Output_name")
        errors, error_msg = validate_inputs(src_file, dest_dir, page_range, out_file)
        if errors:
            app.errorBox("Error", "\n".join(error_msg), parent=None)
        else:
            split_pages(src_file, page_range, Path(dest_dir, out_file))
    else:
        app.stop()

如果单击 “处理(Process)”按钮,则调用 app.getEntry() 检索输入值,每个值都会被存储,然后通过调用 validate_inputs() 进行验证

来看看 validate_inputs 函数

代码语言:javascript
复制
def validate_inputs(input_file, output_dir, range, file_name):
    errors = False
    error_msgs = []

    # Make sure a PDF is selected
    if Path(input_file).suffix.upper() != ".PDF":
        errors = True
        error_msgs.append("Please select a PDF input file")

    # Make sure a range is selected
    if len(range) < 1:
        errors = True
        error_msgs.append("Please enter a valid page range")

    # Check for a valid directory
    if not(Path(output_dir)).exists():
        errors = True
        error_msgs.append("Please Select a valid output directory")

    # Check for a file name
    if len(file_name) < 1:
        errors = True
        error_msgs.append("Please enter a file name")

    return(errors, error_msgs)

这个函数就是执行一些检查来确保输入有数据并且有效

在收集验证了所以数据后,就可以调用 split 函数来处理文件了

代码语言:javascript
复制
def split_pages(input_file, page_range, out_file):
    output = PdfFileWriter()
    input_pdf = PdfFileReader(open(input_file, "rb"))
    output_file = open(out_file, "wb")

    page_ranges = (x.split("-") for x in page_range.split(","))
    range_list = [i for r in page_ranges for i in range(int(r[0]), int(r[-1]) + 1)]

    for p in range_list:
        # Need to subtract 1 because pages are 0 indexed
        try:
            output.addPage(input_pdf.getPage(p - 1))
        except IndexError:
            # Alert the user and stop adding pages
            app.infoBox("Info", "Range exceeded number of pages in input.\nFile will still be saved.")
            break
    output.write(output_file)

    if(app.questionBox("File Save", "Output PDF saved. Do you want to quit?")):
        app.stop()

好了,这要我们就完成了一个简易的 GUI 拆分 PDF 文件的工具喽

财务小妹

哇撒,萝卜哥,太溜了吧

哈哈,还好吧,都是基本操作

萝卜

财务小妹

好嘞,那萝卜哥明天见

????你好像又忘了点什么哦

萝卜

财务小妹

哦哦,对哦,找个时间吧,给你一次请问吃饭的机会🙂

😶意思是给你办事,还要请你吃饭呗

萝卜

财务小妹

yes,下班喽

啊啊啊🤣

萝卜

好了,今天就到这里了,为了帮忙抚平萝卜哥受伤的小心灵,点个再走吧

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-10-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 萝卜大杂烩 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档