Open source Python-bibliotheek om PDF-bestanden te verwerken

Aan de slag met PikePDF

PikePDF vereist Python 3.6 en hoger. Je kunt PikePDF installeren met pip. Gebruik de volgende opdracht om het te installeren.

 pip install pikepdf

Kopieer pagina's van de ene PDF naar de andere via Python

De open source PikePDF-bibliotheek biedt de mogelijkheid waarmee softwareontwikkelaars pagina's van de ene PDF naar de andere kunnen overmaken met slechts een paar regels Python-code. Door pagina's tussen PDF-objecten te kopiëren, wordt een ondiepe kopie van de bronpagina in het doel-PDF-bestand gemaakt en daarom heeft het wijzigen van de pagina's geen invloed op de originele PDF-documenten. Het is ook mogelijk om specifieke pagina's te vervangen door aangepaste inhoud. Het is ook mogelijk om pagina's binnen een bepaalde PDF te kopiëren.

 # PDF Documents Manipulation 
  from pikepdf import Pdf
  new_pdf = Pdf.new()
  with Pdf.open('sample.pdf') as pdf:
    pdf.save('output.pdf') 
   # Copying pages from other PDFs
  pdf = Pdf.open('../tests/resources/fourpages.pdf')
  appendix = Pdf.open('../tests/resources/sandwich.pdf')
  pdf.pages.extend(appendix.pages)

PDF splitsen en samenvoegen via Python

De PDF PikePDF-bibliotheek geeft softwareontwikkelaars de mogelijkheid om bestaande PDF-bestanden te openen en deze gemakkelijk in meerdere PDF-bestanden te splitsen. Bij het splitsen van PDF is alles wat we nodig hebben dat de nieuwe PDF's de bestemmingspagina's moeten bevatten. De bibliotheek zorgt er ook voor dat de gegevens die bij elke pagina horen, worden overgedragen, zodat elke pagina op zichzelf staat. De bibliotheek bevatte ook ondersteuning voor het samenvoegen of samenvoegen van meerdere PDF-documenten tot één. Het is ook mogelijk om de volgorde van de PDF-pagina's om te draaien met slechts een paar regels code.

 # PDF Splitting
  pdf = Pdf.open('../tests/resources/fourpages.pdf')
  for n, page in enumerate(pdf.pages):
  dst = Pdf.new()
  dst.pages.append(page)
  dst.save(f'{n:02d}.pdf')
  # Combine Multiple PDF pages into a single One
  from glob import glob
  pdf = Pdf.new()
  for file in glob('*.pdf'):
  src = Pdf.open(file)
  pdf.pages.extend(src.pages)
  pdf.save('merged.pdf')

Beheer afbeeldingen in PDF-document via Python

De PDF PikePDF-bibliotheek maakt het voor softwareontwikkelaars gemakkelijk om afbeeldingen in een PDF-bestand te verwerken met behulp van Python-opdrachten. De bibliotheek heeft verschillende belangrijke functies opgenomen met betrekking tot het verwerken van afbeeldingen, zoals het kopiëren van afbeeldingen binnen de PDF-pagina, het openen en bekijken van PDF, het vergroten en verkleinen van afbeeldingen, het manipuleren van afbeeldingen in een PDF, het extraheren van afbeeldingen uit PDF, het vervangen van afbeeldingen, het verwijderen van een afbeelding uit PDF, en nog veel meer .

 # Extract Image & Replace PDF Images
  import zlib
  rawimage = pdfimage.obj
  pillowimage = pdfimage.as_pil_image()
  greyscale = pillowimage.convert('L')
  greyscale = greyscale.resize((32, 32))
  rawimage.write(zlib.compress(greyscale.tobytes()), filter=Name("/FlateDecode"))
  rawimage.ColorSpace = Name("/DeviceGray")
  rawimage.Width, rawimage.Height = 32, 32

Verwerking van PDF-metagegevens via Python

PDF-metagegevens bevatten zeer nuttige informatie over een PDF-document, zoals de naam van de auteur, datum van aanmaak en wijziging, trefwoorden, copyrightinformatie, enzovoort. De PDF PikePDF-bibliotheek bevat volledige functionaliteit voor het openen en lezen van metadata, het extraheren van metadata en het verwijderen van metadata-items uit PDF-documenten. Het volgende codevoorbeeld laat zien hoe u metagegevens uit PDF-documenten extraheert.

 # Extract PDF Metadata
  import pikepdf
  import sys
  # get the target pdf file from the command-line arguments
  pdf_filename = sys.argv[1]
  # read the pdf file
  pdf = pikepdf.Pdf.open(pdf_filename)
  docinfo = pdf.docinfo
  for key, value in docinfo.items():
    print(key, ":", value)