PyPDF2：功能強大的Python PDF庫

一、簡介

PyPDF2是一個強大的Python PDF庫，可以實現PDF文件的合併、分割、旋轉、水印添加、文本提取、表單填充、密碼保護等多種操作。該庫基於PDF文件的核心結構，直接操作PDF的內容，兼容所有PDF版本。使用PyPDF2，可以方便快捷地處理PDF文件，適用於PDF操作的各種場景。

二、安裝與環境

在安裝PyPDF2之前，要確保Python已經正確安裝並配置好PATH環境變量。PyPDF2支持Python2.x和Python3.x，根據需要選擇相應的版本。

1、安裝方式

使用pip命令可以方便快捷地安裝PyPDF2：

pip install PyPDF2

2、導入庫

安裝完成之後，需要導入PyPDF2庫才能使用其中的API：

import PyPDF2

三、基本用法

1、PDF文件讀取與寫入

使用PdfFileReader讀取PDF文件，使用PdfFileWriter寫入PDF文件：

with open('example.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
    pages = pdf_reader.getNumPages()
    print(pages)
    
    pdf_writer = PyPDF2.PdfFileWriter()
    for page_num in range(pages):
        pdf_writer.addPage(pdf_reader.getPage(page_num))
            
    with open('example_copy.pdf', 'wb') as f_copy:
        pdf_writer.write(f_copy)

以上代碼讀取了當前目錄下的example.pdf文件，打印該文件的頁數。然後創建一個新的PDF文件，並將example.pdf的所有頁面寫入。

2、PDF文件合併與分割

PDF文件合併可以使用PdfFileMerger完成，代碼如下：

pdf_merger = PyPDF2.PdfFileMerger()

with open('example1.pdf', 'rb') as f:
    pdf_merger.append(f)
    
with open('example2.pdf', 'rb') as f:
    pdf_merger.append(f)
    
with open('example3.pdf', 'rb') as f:
    pdf_merger.append(f)

with open('merged.pdf', 'wb') as f:
    pdf_merger.write(f)

以上代碼將當前目錄下的三個PDF文件合併為一個新文件merged.pdf。

PDF文件分割可以使用PdfFileReader和PdfFileWriter完成，代碼如下：

with open('example.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
    pages = pdf_reader.getNumPages()
    
    for page_num in range(pages):
        pdf_writer = PyPDF2.PdfFileWriter()
        pdf_writer.addPage(pdf_reader.getPage(page_num))
            
        with open(f'page_{page_num}.pdf', 'wb') as f_copy:
            pdf_writer.write(f_copy)

以上代碼將當前目錄下的example.pdf文件拆分為多個PDF文件，每個文件僅包含一張頁面。

3、PDF文件加密與解密

PDF文件加密可以使用encrypt()完成，代碼如下：

with open('example.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
        
    pdf_writer = PyPDF2.PdfFileWriter()

    for page_num in range(pdf_reader.getNumPages()):
        pdf_writer.addPage(pdf_reader.getPage(page_num))

    pdf_writer.encrypt('password')

    with open('encrypted_example.pdf', 'wb') as f_copy:
        pdf_writer.write(f_copy)

以上代碼對當前目錄下的example.pdf文件進行加密，並保存為encrypted_example.pdf文件，密碼為password。

PDF文件解密可以使用decrypt()完成，代碼如下：

with open('encrypted_example.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
        
    if pdf_reader.isEncrypted:
        pdf_reader.decrypt('password')
        
    with open('decrypted_example.pdf', 'wb') as f_copy:
        pdf_writer.write(f_copy)

以上代碼對加密後的文件encrypted_example.pdf進行解密，並保存為decrypted_example.pdf文件，密碼為password。

四、擴展功能

1、PDF文件水印添加

使用mergePage()可以將水印添加到PDF文件中，代碼如下：

with open('example.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
        
    pdf_writer = PyPDF2.PdfFileWriter()

    for page_num in range(pdf_reader.getNumPages()):
        page = pdf_reader.getPage(page_num)
        page.mergePage(watermark.getPage(0))
        pdf_writer.addPage(page)

    with open('watermarked_example.pdf', 'wb') as f_copy:
        pdf_writer.write(f_copy)

以上代碼將名為watermark.pdf的PDF文件作為水印，添加到當前目錄下的example.pdf文件的每一頁之上，並保存為watermarked_example.pdf文件。

2、PDF表單填充

使用getField()和setField()可以實現PDF表單填充，代碼如下：

with open('form.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
        
    pdf_writer = PyPDF2.PdfFileWriter()

    for page_num in range(pdf_reader.getNumPages()):
        pdf_writer.addPage(pdf_reader.getPage(page_num))

    pdf_writer.getFields()['Name'].setValue('Alice')
    pdf_writer.getFields()['Age'].setValue('23')
    pdf_writer.getFields()['Gender'].setValue('Female')

    with open('filled_form.pdf', 'wb') as f_copy:
        pdf_writer.write(f_copy)

以上代碼打開名為form.pdf的PDF表單文件，將其中的三個字段分別設置為Alice、23和Female，並保存為filled_form.pdf文件。

3、PDF文本提取

使用PdfFileReader獲取PDF文件中的文本信息，並進行處理，代碼如下：

with open('example.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
    text = ''

    for page in range(pdf_reader.getNumPages()):
        text += pdf_reader.getPage(page).extractText()
    
    with open('extracted_text.txt', 'w', encoding='utf-8') as f_copy:
        f_copy.write(text)

以上代碼從當前目錄下的example.pdf文件中提取所有文本信息，並保存為extracted_text.txt文件。

結束語

PyPDF2是一個功能強大的Python PDF庫，涵蓋了PDF文件的合併、分割、旋轉、水印添加、文本提取、表單填充、密碼保護等多種操作。無論您是需要在項目中自動化處理PDF文檔，還是需要開發一個PDF相關的工具，PyPDF2將是一個十分實用的庫。