PyPDF2库简介

PyPDF2是一个纯Python库，用于处理PDF文件。它能够完成多种PDF操作任务，包括：

• 拆分和合并PDF文档
• 提取特定页面或页面范围
• 旋转和裁剪PDF页面
• 添加水印和元数据
• 加密和解密PDF文件

本教程将重点介绍如何使用PyPDF2拆分PDF文档并提取特定页面。

安装PyPDF2

使用pip命令安装PyPDF2：

pip install PyPDF2

注意：确保使用Python 3.6或更高版本。

基本PDF操作步骤

代码示例：提取指定页面

以下代码展示了如何提取PDF中的特定页面：

import os
from PyPDF2 import PdfFileReader, PdfFileWriter

def extract_pages(input_path, output_path, pages):
    """
    从PDF中提取指定页面并保存为新PDF
    :param input_path: 输入PDF路径
    :param output_path: 输出PDF路径
    :param pages: 要提取的页面列表，如 [0, 2, 4] (注意：页码从0开始)
    """
    # 确保输出目录存在
    os.makedirs(os.path.dirname(output_path), exist_ok=True)
    
    pdf_reader = PdfFileReader(input_path)
    pdf_writer = PdfFileWriter()
    
    # 验证页面范围
    total_pages = pdf_reader.getNumPages()
    for page in pages:
        if page < 0 or page >= total_pages:
            raise ValueError(f"无效页码: {page}. 文档总页数: {total_pages}")
    
    # 添加选定页面
    for page in pages:
        pdf_writer.addPage(pdf_reader.getPage(page))
    
    # 保存新PDF
    with open(output_path, 'wb') as out:
        pdf_writer.write(out)
    print(f"成功提取 {len(pages)} 页到 {output_path}")

# 示例用法
input_pdf = "原始文档.pdf"
output_pdf = "提取的页面.pdf"
pages_to_extract = [0, 2, 4]  # 提取第1,3,5页

extract_pages(input_pdf, output_pdf, pages_to_extract)

高级技巧

# 提取第5页到第10页（页码从0开始）
start_page = 4  # 第5页
end_page = 9    # 第10页

pages_to_extract = list(range(start_page, end_page + 1))
extract_pages("原始文档.pdf", "提取范围.pdf", pages_to_extract)

def split_pdf_to_single_pages(input_path, output_folder):
    """
    将PDF拆分为多个单页文件
    :param input_path: 输入PDF路径
    :param output_folder: 输出文件夹
    """
    pdf_reader = PdfFileReader(input_path)
    os.makedirs(output_folder, exist_ok=True)
    
    for page_num in range(pdf_reader.getNumPages()):
        pdf_writer = PdfFileWriter()
        pdf_writer.addPage(pdf_reader.getPage(page_num))
        
        output_path = os.path.join(output_folder, f"page_{page_num + 1}.pdf")
        with open(output_path, 'wb') as out:
            pdf_writer.write(out)
    
    print(f"成功拆分 {pdf_reader.getNumPages()} 页到 {output_folder}")

# 示例用法
split_pdf_to_single_pages("原始文档.pdf", "单页文档")

注意事项

替代方案

如果PyPDF2不能满足需求，可以考虑这些替代方案：

开始使用PyPDF2处理PDF文件

PyPDF2是处理PDF文件的强大工具，特别适合拆分和提取页面等基本操作。本教程提供的代码示例可以帮助您快速上手，根据实际需求进行修改和扩展。

立即尝试使用PyPDF2优化您的PDF处理工作流程！