快捷導(dǎo)航

Python利用PyMuPDF模塊實現(xiàn)快速轉(zhuǎn)換PDF文件

更新時間：2023年08月01日 09:30:54 作者：winfredzhang

PDF是一種廣泛使用的文件格式，可以在任何設(shè)備上查看和打印，那么如何用Python和PyMuPDF制作你想要大小的PDF文件呢，本文就來和大家詳細(xì)講講

解決問題

有時候?qū)⑽臋n上傳Claude2做分析，有大小限制，所以需要切割pdf文檔為幾個小點的文檔，故才有了本文章。

如何用Python和PyMuPDF制作你想要大小的PDF？

PDF是一種廣泛使用的文件格式，可以在任何設(shè)備上查看和打印。但是，有時您可能只需要查看PDF文件中的前幾頁，而不是整個文件。在這種情況下，將PDF文件轉(zhuǎn)換為只包含指定頁數(shù)的新文件可能是有用的。本文將介紹如何使用Python和PyMuPDF模塊來實現(xiàn)此任務(wù)。

安裝PyMuPDF模塊

在使用PyMuPDF之前，我們需要先安裝它?？梢允褂靡韵旅顏戆惭bPyMuPDF：

pip install PyMuPDF

導(dǎo)入PyMuPDF和wxPython模塊

接下來，我們需要導(dǎo)入PyMuPDF和wxPython模塊：

import fitz
import wx

創(chuàng)建GUI界面

為了方便用戶輸入PDF文件和頁碼數(shù)量，我們將創(chuàng)建一個簡單的GUI界面。我們將使用wxPython模塊來創(chuàng)建GUI界面。以下是代碼示例：

class PDFExtractorFrame(wx.Frame):
    def __init__(self, *args, **kw):
        super(PDFExtractorFrame, self).__init__(*args, **kw)
        panel = wx.Panel(self)
        vbox = wx.BoxSizer(wx.VERTICAL)
        self.file_picker = wx.FilePickerCtrl(panel, message="選擇PDF文件", wildcard="PDF Files (*.pdf)|*.pdf",
                                            style=wx.FLP_DEFAULT_STYLE | wx.FLP_USE_TEXTCTRL)
        vbox.Add(self.file_picker, 0, wx.EXPAND | wx.ALL, 10)
        self.page_input = wx.TextCtrl(panel, value="1", style=wx.TE_PROCESS_ENTER)
        vbox.Add(self.page_input, 0, wx.EXPAND | wx.ALL, 10)
        extract_button = wx.Button(panel, label="提取", size=(70, 30))
        extract_button.Bind(wx.EVT_BUTTON, self.on_extract)
        vbox.Add(extract_button, 0, wx.ALIGN_CENTER | wx.ALL, 10)
        panel.SetSizer(vbox)
        self.Bind(wx.EVT_TEXT_ENTER, self.on_extract, self.page_input)

此代碼創(chuàng)建一個名為PDFExtractorFrame的wx.Frame類，并在其構(gòu)造函數(shù)中創(chuàng)建GUI界面元素。它創(chuàng)建了一個wx.Panel對象和兩個wx.BoxSizer對象來放置GUI元素。在此GUI界面中，用戶可以選擇PDF文件和輸入要保留的頁碼數(shù)量。

實現(xiàn)轉(zhuǎn)換功能

接下來，我們需要實現(xiàn)轉(zhuǎn)換功能。我們將使用PyMuPDF模塊來打開PDF文件，并使用它來復(fù)制指定數(shù)量的頁面。以下是代碼示例：

def extract_pages(self, input_pdf, page_number, output_pdf):
        # 打開PDF文檔
        pdf_document = fitz.open(input_pdf)
        total_pages = pdf_document.page_count
        # 確保頁碼不超過文檔的總頁數(shù)
        page_number = min(page_number, total_pages)
        # 創(chuàng)建新的PDF文檔，只包含指定頁碼之前的內(nèi)容
        pdf_writer = fitz.open()
        for page in range(page_number):
            pdf_writer.insert_pdf(pdf_document, from_page=page, to_page=page)
        # 保存新的PDF文檔到指定路徑
        pdf_writer.save(output_pdf)
        pdf_writer.close()
        pdf_document.close()

此代碼使用PyMuPDF模塊將PDF文件轉(zhuǎn)換為只包含前N頁的新PDF文件的函數(shù)。該函數(shù)將源PDF文件路徑，要提取的頁數(shù)和新PDF文件的輸出路徑作為參數(shù)，并返回?zé)o返回值。以下是該函數(shù)的詳細(xì)說明：

input_pdf: 源PDF文件的路徑。
page_number: 要提取的頁數(shù)。
output_pdf: 新PDF文件的輸出路徑。

該函數(shù)使用fitz.open()函數(shù)打開輸入PDF文件并獲取其總頁數(shù)。如果指定的頁碼數(shù)量超過文檔的總頁數(shù)，則將其設(shè)置為文檔的總頁數(shù)。

在創(chuàng)建新的PDF文檔之前，該函數(shù)創(chuàng)建一個空的PDF文檔對象。然后，它使用insert_pdf()函數(shù)從源PDF文件中復(fù)制每個頁面，并將其插入到新的PDF文檔對象中。該函數(shù)只復(fù)制指定數(shù)量的頁面。

最后，該函數(shù)使用save()函數(shù)將新PDF文檔保存到指定的輸出路徑，并使用close()函數(shù)關(guān)閉所有打開的PDF文檔對象以釋放資源。

運行應(yīng)用程序

完整代碼

import fitz  # PyMuPDF
import wx
class PDFExtractorApp(wx.App):
    def OnInit(self):
        self.frame = PDFExtractorFrame(None, title="PDF頁面提取工具")
        self.SetTopWindow(self.frame)
        self.frame.Show()
        return True
class PDFExtractorFrame(wx.Frame):
    def __init__(self, *args, **kw):
        super(PDFExtractorFrame, self).__init__(*args, **kw)
        panel = wx.Panel(self)
        vbox = wx.BoxSizer(wx.VERTICAL)
        self.file_picker = wx.FilePickerCtrl(panel, message="選擇PDF文件", wildcard="PDF Files (*.pdf)|*.pdf",
                                            style=wx.FLP_DEFAULT_STYLE | wx.FLP_USE_TEXTCTRL)
        vbox.Add(self.file_picker, 0, wx.EXPAND | wx.ALL, 10)
        self.page_input = wx.TextCtrl(panel, value="1", style=wx.TE_PROCESS_ENTER)
        vbox.Add(self.page_input, 0, wx.EXPAND | wx.ALL, 10)
        extract_button = wx.Button(panel, label="提取", size=(70, 30))
        extract_button.Bind(wx.EVT_BUTTON, self.on_extract)
        vbox.Add(extract_button, 0, wx.ALIGN_CENTER | wx.ALL, 10)
        panel.SetSizer(vbox)
        self.Bind(wx.EVT_TEXT_ENTER, self.on_extract, self.page_input)
    def on_extract(self, event):
        input_pdf = self.file_picker.GetPath()
        output_pdf = "output.pdf"
        try:
            page_number = int(self.page_input.GetValue())
            self.extract_pages(input_pdf, page_number, output_pdf)
            wx.MessageBox("PDF頁面提取完成！", "成功", wx.OK | wx.ICON_INFORMATION)
        except ValueError:
            wx.MessageBox("無效的頁碼輸入！", "錯誤", wx.OK | wx.ICON_ERROR)
    def extract_pages(self, input_pdf, page_number, output_pdf):
        # 打開PDF文檔
        pdf_document = fitz.open(input_pdf)
        total_pages = pdf_document.page_count
        # 確保頁碼不超過文檔的總頁數(shù)
        page_number = min(page_number, total_pages)
        # 創(chuàng)建新的PDF文檔，只包含指定頁碼之前的內(nèi)容
        pdf_writer = fitz.open()
        for page in range(page_number):
            pdf_writer.insert_pdf(pdf_document, from_page=page, to_page=page)
        # 保存新的PDF文檔到指定路徑
        pdf_writer.save(output_pdf)
        pdf_writer.close()
        pdf_document.close()
if __name__ == '__main__':
    app = PDFExtractorApp()
    app.MainLoop()

以上就是Python利用PyMuPDF模塊實現(xiàn)快速轉(zhuǎn)換PDF文件的詳細(xì)內(nèi)容，更多關(guān)于Python PyMuPDF轉(zhuǎn)換PDF的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: