利用PyPDF2处理pdf

在扫描笔记时有一页有白边,就想到了用python裁掉,由A4纸的21cm\times29.7cm裁为17.6\times25cm。经过一番搜索过后,发现了PyPDF2(环境:python3.7)这个库,成功处理。

裁剪前

裁剪后

安装

pip3 install pypdf2

代码

核心利用的是对mediaBox对象的操作,查看源代码可知mediaBox是一个矩形对象

self.mediaBox = RectangleObject([
            float(self.mediaBox.getLowerLeft_x()) * sx,
            float(self.mediaBox.getLowerLeft_y()) * sy,
            float(self.mediaBox.getUpperRight_x()) * sx,
            float(self.mediaBox.getUpperRight_y()) * sy])

lowerLeft为左下角的点,默认为(0,0),UpperRight为右上角的点

upperLeft---upperRight        
|                 |           
|                 |           
lowerLeft---lowerRight      

完整代码如下

from PyPDF2 import PdfFileReader, PdfFileWriter

''' 读取pdf文件'''
infile='16.pdf'
# 获取一个 PdfFileReader 对象,加strict是让其不要报错
pdf_input = PdfFileReader(open(infile, 'rb'),strict = False)
# 获取 PDF 的页数
page_count = pdf_input.getNumPages()
'''裁剪pdf'''
# 将要处理的第三页(从0开始)取出来
page = pdf_input.getPage(2)
# 截取需要的右上角区域,即重新定义左下角和右上角的坐标
old_width=page.mediaBox.getUpperRight_x()
old_high=page.mediaBox.getUpperRight_y()

page.mediaBox.lowerRight = (old_width* 17.6/21, old_high*(1-24/29.7))
# 等效于
# page.mediaBox.lowerLeft = (0, old_high*(1-24/29.7) )
# page.mediaBox.upperRight = (old_width* 17.6/21, old_high )

''' 处理要输出的pdf文件'''
# 生成一个 PdfFileWriter 对象,用于输出pdf
pdf_output = PdfFileWriter()
#将原pdf除了第三页(从0开始)之外的复制到输出对象中
for i in range(page_count):
    if i==2:
        pdf_output.addPage(page)
    else:
        pdf_output.addPage(pdf_input.getPage(i))

'''将修改后的pdf文件输出'''
with open('16-cut.pdf', "wb") as outputFile:
    pdf_output.write(outputFile)

一些改进

查看源代码后发现没有插入pdf页面功能,最后自己在源代码PyPDF2/pdf.py的PdfFileWriter类中添加了一个插入pdf页功能的函数

    def replacePage(self,page, index=0):
        """
        Replace a page in this PDF file. The page is usually acquired from a
        :class:`PdfFileReader<PdfFileReader>` instance.

        :param PageObject page: The page to replace the document.  This
            argument should be an instance of :class:`PageObject<pdf.PageObject>`.
        :param int index: Position at which the page will be inserted.
        """
        def replace(l,p):
            l[index]=p
            return l
        self._addPage(page, replace)

之前的''' 处理要输出的pdf文件'''部分可以更改为

''' 处理要输出的pdf文件'''
# 生成一个 PdfFileWriter 对象,用于输出pdf
pdf_output = PdfFileWriter()
# 将原pdf的文件全部复制到PdfFileWriter对象中
pdf_output.appendPagesFromReader(pdf_input)
# 自己写的函数,用page替代原来的第三页(从0开始)
pdf_output.replacePage(page,2)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,817评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,329评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,354评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,498评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,600评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,829评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,979评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,722评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,189评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,519评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,654评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,940评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,762评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,993评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,382评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,543评论 2 349