Thư viện Python nguồn mở để chuyển đổi tệp PDF

Bắt đầu với pdfrw

pdfrw yêu cầu Python 2.6, 2.7, 3.3, 3.4, 3.5 và 3.6. Bạn có thể cài đặt pdfrw bằng pip. Vui lòng sử dụng lệnh sau để cài đặt nó.

 python -m pip install pdfrw  

Tạo tài liệu PDF qua thư viện Python

thư viện pdfrw cung cấp cho các nhà phát triển phần mềm khả năng tạo Tạo Tài liệu PDF bên trong các ứng dụng Python của riêng họ chỉ với một vài dòng mã. Thư viện cũng cung cấp hỗ trợ để truy cập và sửa đổi các tệp PDF hiện có. Bạn có thể dễ dàng chèn các trang mới cũng như các thành phần đồ họa hoặc thành phần văn bản vào tệp PDF hiện có. thư viện pdfrw cung cấp hỗ trợ để tìm các trang trong tệp PDF bạn đọc và ghi một nhóm trang trở lại tệp PDF mới.

 // PDF Documents Creation 
  import sys
  import os
  from pdfrw import PdfReader, PdfWriter
  inpfn, = sys.argv[1:]
  outfn = 'alter.' + os.path.basename(inpfn)
  trailer = PdfReader(inpfn)
  trailer.Info.Title = 'My New Title Goes Here'
  PdfWriter(outfn, trailer=trailer).write() 

Đọc tệp PDF qua Python

thư viện pdfrw cung cấp cho các nhà phát triển phần mềm dễ dàng truy cập và đọc các phần khác nhau của tài liệu PDF bên trong các ứng dụng Python. Nó cho phép dễ dàng truy cập vào toàn bộ tài liệu PDF. Thư viện hỗ trợ truy xuất thông tin tệp, kích thước và hơn thế nữa. Nó tạo ra một thuộc tính đặc biệt có tên là các trang, cho phép người dùng liệt kê tất cả các trang của tài liệu PDF. Nó cho phép bạn trích xuất một đối tượng thông tin tài liệu mà bạn có thể sử dụng để lấy ra thông tin như tác giả, tiêu đề, v.v.

 // Reading PDF Files
  from pdfrw import pdfreader
  def get_pdf_info(path):
    pdf = pdfreader(path)
    print(pdf.keys())
    print(pdf.info)
    print(pdf.root.keys())
    print('pdf has {} pages'.format(len(pdf.pages)))
  if __name__ == '__main__':
    get_pdf_info('w9.pdf')

Thêm hoặc sửa đổi siêu dữ liệu

pdfrw cho phép các nhà phát triển phần mềm thêm hoặc sửa đổi siêu dữ liệu của các tệp PDF bên trong các ứng dụng Python của riêng họ. Bạn có thể thay đổi một mục siêu dữ liệu duy nhất trong tệp PDF, ghi kết quả vào tệp PDF mới cũng như có thể bao gồm nhiều tệp và nối chúng sau khi thêm một số siêu dữ liệu vô nghĩa vào tệp PDF đầu ra.

 // Modifying PDF Metadata
  import sys
  import os
  from pdfrw import PdfReader, PdfWriter
  inpfn, = sys.argv[1:]
  outfn = 'alter.' + os.path.basename(inpfn)
  trailer = PdfReader(inpfn)
  trailer.Info.Title = 'My New Title Goes Here'
  PdfWriter(outfn, trailer=trailer).write() 

Tách tài liệu PDF

pdfrw cho phép các nhà phát triển phần mềm Tách tài liệu PDF theo chương trình bên trong ứng dụng của họ. Người dùng có thể yêu cầu trích xuất một phần cụ thể của sách PDF hoặc chia nó thành nhiều tệp PDF thay vì lưu trữ chúng trong một tệp. Rất dễ dàng với thư viện pdfrw, bạn chỉ cần cung cấp đường dẫn tệp PDF đầu vào, số trang bạn muốn trích xuất và đường dẫn đầu ra.

 // Splitting PDF file into multiple pdfs
  from pdfrw import pdfreader, pdfwriter
  def split(path, number_of_pages, output):
    pdf_obj = pdfreader(path)
    total_pages = len(pdf_obj.pages)
    writer = pdfwriter()
    for page in range(number_of_pages):
      if page <= total_pages:
        writer.addpage(pdf_obj.pages[page])
    writer.write(output)
  if __name__ == '__main__':
    split('reportlab-sample.pdf', 10, 'subset.pdf')