Python进行PDF文件拆分的示例详解

pip install spire.pdf

from spire.pdf.common import *
from spire.pdf import *
 
# 创建PdfDocument对象
pdf = PdfDocument()
# 加载PDF文件
pdf.LoadFromFile("心理健康.pdf")
 
# 将PDF文件拆分为多个PDF文件，每个文件仅包含原始PDF中的一页
pdf.Split("拆分PDF/第{0}页.pdf", 1)
 
# 关闭PdfDocument对象
pdf.Close()

from spire.pdf.common import *
from spire.pdf import *
 
# 将PDF按指定页数拆分的方法
def split_pdf_by_page_count(input_file, page_count):
    # 创建PdfDocument对象
    pdf = PdfDocument()
    # 加载PDF文件
    pdf.LoadFromFile(input_file)
 
    # 计算总页数
    total_pages = pdf.Pages.Count
 
    # 按指定页数拆分PDF
    for i in range(0, total_pages, page_count):
        # 创建新的PdfDocument对象
        new_pdf = PdfDocument()
        
        # 计算当前要插入的页码范围
        start_page = i
        end_page = min(i + page_count - 1, total_pages - 1)  # 确保不超过总页数
        
        # 将当前页码范围的页面插入到新PDF中
        new_pdf.InsertPageRange(pdf, start_page, end_page)
 
        # 保存生成的文件
        new_pdf.SaveToFile("拆分PDF/" + f"{start_page + 1}-{end_page + 1}页.pdf")
        # 关闭新创建的PdfDocument对象
        new_pdf.Close()
 
    # 关闭原始PdfDocument对象
    pdf.Close()
 
# 调用split_pdf_by_page_count方法将PDF文件按照每3页拆分
split_pdf_by_page_count("心理健康.pdf", 3)

from spire.pdf.common import *
from spire.pdf import *
 
# 提取PDF中指定页码范围内的页面并保存为新文件的方法
def split_pdf_by_page_range(input_file, start_page, end_page, output_file):
    # 创建PdfDocument对象并加载PDF文件
    pdf = PdfDocument()
    pdf.LoadFromFile(input_file)
 
    # 创建新的PdfDocument对象
    new_pdf = PdfDocument()
 
    # 将指定页码范围内的页面插入到新PDF文档中
    new_pdf.InsertPageRange(pdf, start_page, end_page)
 
    # 保存生成的文件
    new_pdf.SaveToFile(output_file)
 
    # 关闭PdfDocument对象
    pdf.Close()
    new_pdf.Close()
 
# 调用split_pdf_by_page_range方法，从PDF文件中提取第1-3页并保存为新文件
split_pdf_by_page_range("心理健康.pdf", 0, 2, "拆分PDF/指定页码范围.pdf")

from spire.pdf.common import *
from spire.pdf import *
 
# 提取包含特定关键字的页面到新PDF中的方法 
def extract_pages_with_keyword(pdf_path, output_path, keyword):
    # 创建PdfDocument对象
    pdf = PdfDocument()
    # 加载PDF文件
    pdf.LoadFromFile(pdf_path)
 
    # 创建一个新的PdfDocument对象
    new_pdf = PdfDocument()
 
    # 遍历文档中的每一页
    for i in range(pdf.Pages.Count):
        page = pdf.Pages[i]
        # 创建PdfTextFinder实例
        finder = PdfTextFinder(page)
        # 定义文本查找参数
        finder.Options.Parameter = TextFindParameter.WholeWord
        # 查找特定文本
        results = finder.Find(keyword)
 
        # 如果找到了关键字
        if results:
            # 将当前页面添加到新文档中
            new_pdf.InsertPage(pdf, i)
            
    # 保存提取的结果文件
    new_pdf.SaveToFile(output_path)
 
    # 关闭PdfDocument对象
    new_pdf.Close()
    pdf.Close()
 
# 调用extract_pages_with_keyword方法将PDF文件中包含特定关键字的页面保存为新文件
extract_pages_with_keyword("心理健康.pdf", "拆分PDF/含关键字页面.pdf", "问题")

from spire.pdf.common import *
from spire.pdf import *
 
# 将指定PDF页面横向或竖向拆分为多页的方法
def split_specific_pdf_page(pdf_path, output_folder, page_index, num_pages, split_direction='vertical'):
    # 创建PdfDocument对象
    pdf = PdfDocument()
    # 加载PDF文件
    pdf.LoadFromFile(pdf_path)
 
    # 获取指定页面
    if page_index < 0 or page_index >= pdf.Pages.Count:
        print("错误：指定的页面索引超出范围。")
        return
    
    page = pdf.Pages[page_index]
 
    # 创建一个新的PdfDocument对象
    newPdf = PdfDocument()
    # 移除所有页面边距
    newPdf.PageSettings.Margins.All = 0.0
 
    if split_direction == 'vertical':
        newPdf.PageSettings.Width = page.Size.Width
        newPdf.PageSettings.Height = page.Size.Height / float(num_pages)
    elif split_direction == 'horizontal':
        newPdf.PageSettings.Height = page.Size.Height
        newPdf.PageSettings.Width = page.Size.Width / float(num_pages)
    else:
        print("错误：无效的拆分方向，请选择'vertical'或'horizontal'。")
        return
    
    # 向新PDF添加一页
    newPage = newPdf.Pages.Add()
 
    # 设置布局格式为自动分页
    format = PdfTextLayout()
    format.Break = PdfLayoutBreakType.FitPage
    format.Layout = PdfLayoutType.Paginate
 
    # 绘制内容
    if split_direction == 'vertical':
        page.CreateTemplate().Draw(newPage, PointF(0.0, 0.0), format)
    elif split_direction == 'horizontal':
        page.CreateTemplate().Draw(newPage, PointF(0.0, 0.0), format)
 
    # 保存生成的文件
    newPdf.SaveToFile(f"{output_folder}/拆分第{page_index + 1}页.pdf")
 
    # 关闭PdfDocument对象
    newPdf.Close()
    pdf.Close()
 
# 调用split_specific_pdf_page方法将PDF文件第1页竖向拆分为2页，0为当前页面的索引，2为拆分总页数
# split_specific_pdf_page("心理健康.pdf", "拆分PDF", 0, 2, 'vertical')  
# 或者将PDF文件第1页横向拆分为2页
split_specific_pdf_page("心理健康.pdf", "拆分PDF", 0, 2, 'horizontal')