这篇文章主要介绍“Python怎么编写PDF拆分工具”,在日常操作中,相信很多人在Python怎么编写PDF拆分工具问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python怎么编写PDF拆分工具”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
需求
需要从 PDF 中取出几页并将其保存为新的 PDF,为了后期使用方便,这个工具需要做成傻瓜式的带有 GUI 页面的形式
选择源 pdf 文件,再指定下生成的新的 pdf 文件名称及保存位置,和需要拆分的 page 信息,就可以得到新的 pdf 文件了
需求解析
对于 Python GUI,我们有太多种选择了,下面我们先来横向的简单对比下
从高层次上看,大的 GUI 工具有:
Qt
WxWindows
Tkinter
Customer libraries(Kivy,Toga等)
Web相关(HTML,Flask等)
不过今天,我们选择的工具是 appJar,这是一个由一位从事教育工作的大神发明的,所以它可以提供一个更加简单的 GUI 创建过程,而且是完全基于 Tkinter 的,Python 默认支持
代码实现
首先为了实现 PDF 操作,我这里选择了 pypdf2 库
我们先硬编码一个输入输出的示例
from PyPDF2 import PdfFileWriter, PdfFileReaderinfile = "Input.pdf"outfile = "Output.pdf"page_range = "1-2,6"
接下来我们实例化 PdfFileWriter 和 PdfFIleReader 对象,并创建实际的 Output.pdf 文件
output = PdfFileWriter()input_pdf = PdfFileReader(open(infile, "rb"))output_file = open(outfile, "wb")
下面一个比较复杂的点就是需要拆分 pdf,提取页面并保存在列表中
page_ranges = (x.split("-") for x in page_range.split(","))range_list = [i for r in page_ranges for i in range(int(r[0]), int(r[-1]) + 1)]
最后就是从原始文件中拷贝内容到新的文件
for p in range_list: output.addPage(input_pdf.getPage(p - 1))output.write(output_file)
下面来构建 GUI 界面
对于这个拆分 PDF 的小工具,需要具有如下功能:
可以通过标准文件浏览器选择 pdf 文件
可以选择输出文件的位置及文件名称
可以自定义提取哪些页面
有一些错误检查
通过 PIP 安装好 appJar 后,我们就可以编码了
from appJar import guifrom PyPDF2 import PdfFileWriter, PdfFileReaderfrom pathlib import Path
创建 GUI 窗口
app = gui("PDF Splitter", useTtk=True)app.setTtkTheme("default")app.setSize(500, 200)
这里我使用了默认主题,当然也可以切换各种各样的主题模式
下面是添加标签和数据输入组件
app.addLabel("Choose Source PDF File")app.addFileEntry("Input_File")app.addLabel("Select Output Directory")app.addDirectoryEntry("Output_Directory")app.addLabel("Output file name")app.addEntry("Output_name")app.addLabel("Page Ranges: 1,3,4-10")app.addEntry("Page_Ranges")
接下来添加按钮,“处理”和“退出”,按下按钮,调用如下函数
app.addButtons(["Process", "Quit"], press)
最后就是运行这个 app 啦
# start the GUIapp.go()
这样我们就完成了 GUI 的搭建,下面编写内部处理逻辑。程序读取任何输入,判断是否为 PDF,并拆分
def press(button): if button == "Process": src_file = app.getEntry("Input_File") dest_dir = app.getEntry("Output_Directory") page_range = app.getEntry("Page_Ranges") out_file = app.getEntry("Output_name") errors, error_msg = validate_inputs(src_file, dest_dir, page_range, out_file) if errors: app.errorBox("Error", "\n".join(error_msg), parent=None) else: split_pages(src_file, page_range, Path(dest_dir, out_file)) else: app.stop()
如果单击 “处理(Process)”按钮,则调用 app.getEntry() 检索输入值,每个值都会被存储,然后通过调用 validate_inputs() 进行验证
来看看 validate_inputs 函数
def validate_inputs(input_file, output_dir, range, file_name): errors = False error_msgs = [] # Make sure a PDF is selected if Path(input_file).suffix.upper() != ".PDF": errors = True error_msgs.append("Please select a PDF input file") # Make sure a range is selected if len(range) < 1: errors = True error_msgs.append("Please enter a valid page range") # Check for a valid directory if not(Path(output_dir)).exists(): errors = True error_msgs.append("Please Select a valid output directory") # Check for a file name if len(file_name) < 1: errors = True error_msgs.append("Please enter a file name") return(errors, error_msgs)
这个函数就是执行一些检查来确保输入有数据并且有效
在收集验证了所有数据后,就可以调用 split 函数来处理文件了
def split_pages(input_file, page_range, out_file): output = PdfFileWriter() input_pdf = PdfFileReader(open(input_file, "rb")) output_file = open(out_file, "wb") page_ranges = (x.split("-") for x in page_range.split(",")) range_list = [i for r in page_ranges for i in range(int(r[0]), int(r[-1]) + 1)] for p in range_list: # Need to subtract 1 because pages are 0 indexed try: output.addPage(input_pdf.getPage(p - 1)) except IndexError: # Alert the user and stop adding pages app.infoBox("Info", "Range exceeded number of pages in input.\nFile will still be saved.") break output.write(output_file) if(app.questionBox("File Save", "Output PDF saved. Do you want to quit?")): app.stop()
到此,关于“Python怎么编写PDF拆分工具”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注编程网网站,小编会继续努力为大家带来更多实用的文章!