主页 / 问题 / 1602142
Accepted
andrewpost
Asked:2024-12-11 01:27:34 +0000 UTC2024-12-11 01:27:34 +0000 UTC

使用 PyMuPDF 在 Python 中将 pdf 文件逐页拆分为单独的文件

  • 772

示例：有一个包含付款单的pdf文件（例如50页），任务是将文件分为付款单，即收到 50 个文件，每个文件都有一张支付卡。我查了很多资料都没有找到解决办法。
尝试过这个：

    import pymupdf
    
    doc1 = pymupdf.open("pp_docs.pdf")
    doc2 = pymupdf.open()
    cnt = 0
    
    for page in doc1:
         
         doc2.insert_pdf(doc1,from_page=cnt, to_page=cnt, final=0)
         
         f_name = 'pdf_'+ str(cnt)+ '.pdf'
         doc2.save(f_name)
         doc2.close
         cnt +=1
    doc1.close

结果：生成了 50 个文件，这些文件中不是每个页面，而是由于某种原因生成了一组页面：

  • 第一个文件的第一页；
  • 第二个与第一个和第二个；
  • 第三与第一、第二、第三等
  • 最后一个文件包含所有页面。

请告诉我我做错了什么以及如何将文件拆分为单独的页面，即每笔付款都在单独的文件中吗？

python

3 个回答

  1. Best Answer

    错误在于您将所有内容写入一个文件并以不同的名称保存，因为即使在使用 .close() 方法之后，该文件仍保留为包含其所有数据的变量。

    import pymupdf
    
src_doc = pymupdf.open("") #Ваш PDF файл

for page in src_doc:
    dst_doc = pymupdf.open() #ОШИБКА ТУТ
    dst_doc.insert_pdf(src_doc, from_page=page.number, to_page=page.number) #Лучше использовать атрибут страницы

    file_name = f"pdf_{page.number}.pdf" #f строки удобнее
    dst_doc.save(file_name)
    dst_doc.close

src_doc.close
    • 1

  2. 移动命令

    doc2 = pymupdf.open()

    进入循环：

    for page in doc1:
     doc2 = pymupdf.open()
     doc2.insert_pdf(doc1,from_page=cnt, to_page=cnt, final=0)

    解释：

    问题是您在循环中重复使用同一文档（仅在开始时doc2创建为空），并逐渐向其中添加下一页和下一页。

    笔记：

    cnt您可以将其用作循环变量，而不是手动操作该变量，即而不是命令

    for page in doc1:

    使用命令

    for cnt in range(doc1.page_count)

    另一种方法是.select()：

    import pymupdf

DOC_PATH = "pp_docs.pdf"

doc = pymupdf.open(DOC_PATH)
pages = doc.page_count

for page in range(pages):
     doc = pymupdf.open(DOC_PATH)
     doc.select([page])                # сохранит только страницу page, остальные уберет
     doc.save(f'pdf_{page+1:02d}.pdf') # pdf_01.pdf, pdf_02.pdf, ...,  pdf_50.pdf
doc.close()
    • 1

  3. 尝试图书馆PyPDF2：

    from PyPDF2 import PdfWriter, PdfReader

pdf = PdfReader(open("pp_docs.pdf", "rb"))

for i in range(len(pdf.pages)):
    output = PdfWriter()
    output.add_page(pdf.pages[i])
    with open("page-%s.pdf" % (i+1), "wb") as outputPDF:
        output.write(outputPDF)
    • 0

相关问题