Python Split PDF Pages

在进行文档处理时，有时候需要将一个大的PDF文档拆分成多个小的PDF文档。Python提供了许多库来处理PDF文件，包括拆分PDF文件。本文将介绍如何在Python中使用PyPDF2和pdfplumber库来拆分PDF文件。

安装PyPDF2和pdfplumber库

要使用这两个库，首先需要安装它们。可以使用pip安装：

pip install PyPDF2
pip install pdfplumber

使用PyPDF2拆分PDF文件

要使用PyPDF2，首先要导入库：

import PyPDF2

接下来，可以使用以下代码来拆分PDF文件：

# 打开PDF文件
pdf_file = open('example.pdf', 'rb')
pdf_reader = PyPDF2.PdfFileReader(pdf_file)

# 循环遍历所有页面
for page_num in range(pdf_reader.numPages):
    # 创建一个新的PDF写入器
    pdf_writer = PyPDF2.PdfFileWriter()
    # 将当前页面添加到写入器中
    pdf_writer.addPage(pdf_reader.getPage(page_num))
    
    # 将页面保存为一个新的PDF文件
    output_filename = 'page_{}.pdf'.format(page_num+1)
    with open(output_filename, 'wb') as f:
        pdf_writer.write(f)

# 关闭文件
pdf_file.close()

这段代码将会将每个页面保存为一个单独的PDF文件，并以“page_1.pdf”，“page_2.pdf”，“page_3.pdf”等命名。

使用pdfplumber库拆分PDF文件

pdfplumber是一个Python库，可以用来提取PDF文件中的文本、表格和图像。其中一个功能是将PDF文件拆分成多个PDF文件。要使用pdfplumber拆分PDF文件，首先要导入库：

import pdfplumber

接下来，可以使用以下代码来拆分PDF文件：

# 打开PDF文件
pdf_file = pdfplumber.open('example.pdf')

# 循环遍历所有页面
for page_num in range(len(pdf_file.pages)):
    # 选择当前页面并保存为一个新的PDF文件
    output_filename = 'page_{}.pdf'.format(page_num+1)
    pdf_file.pages[page_num].to_pdf(output_filename)

# 关闭文件
pdf_file.close()

这段代码将会将每个页面保存为一个单独的PDF文件，并以“page_1.pdf”，“page_2.pdf”，“page_3.pdf”等命名。

结论

无论是使用PyPDF2还是pdfplumber，都可以很容易地将PDF文件拆分成多个小的PDF文件。选择哪个库取决于要求和个人喜好。