用Python玩转PDF | 批量拆分文件

TalkPython

发布于 2022-11-21 13:28:50

6320

发布于 2022-11-21 13:28:50

如果一个PDF文件页数较多，导致体积较大，可以将其拆分成几个部分，以方便阅读。那么如何拆分？今天继续分享使用Python编写程序来完成PDF文件的批量拆分。

这里采用按固定页数进行拆分的方式。例如，假设按每份5页进行拆分，那么一个27页的PDF文件会被拆分成6份（27/5＝5.4≈6），第1～5份均为5页，第6份为2页。仍然使用PyPDF2模块来拆分PDF文件。以下为完整程序：

from pathlib import Path
from PyPDF2 import PdfFileReader, PdfFileWriter
def split_pdf_file(src, size):
    in_dir = Path(src)
    all_pdf_file = list(in_dir.glob('*.pdf'))

    for pdf in all_pdf_file:
        pdf_file_reader = PdfFileReader(str(pdf))
        pages = pdf_file_reader.getNumPages()
        if pages <= size:
            # 页数小于等于要拆分的数size,不进行拆分
            continue

        # 计算拆分数
        count = pages // size + 1
        for number in range(count):
            start = size * number
            if number != count - 1:
                end = start + size - 1
            else:
                end = count - 1

            pdf_file_writer = PdfFileWriter()
            for pn in range(start, end + 1):
                pdf_file_writer.addPage(pdf_file_reader.getPage(pn))
            pt_name = f'{pdf.stem}_第{number + 1}部分.pdf'
            pt_file = src / pt_name
            with open(pt_file, 'wb') as f:
                pdf_file_writer.write(f)

拆分函数，需要两个参数，一个为PDF文件目录src，一个为拆分页数size，也就是多少页文件拆分为一个文件。程序运行后，会把文件目录下所有满足条件的PDF文件，进行拆分，也可以理解为文件批量拆分。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2022-08-22，如有侵权请联系 cloudcommunity@tencent.com 删除

python