使用Python删除PDF中多余或空白页面的实现步骤

pip install spire.pdf pillow

from spire.pdf import *
 
# 定义函数：删除指定的多余页面
def delete_specific_pages(input_file, output_file, pages_to_delete):
    """
    删除指定的多余页面。
    参数：
        input_file (str): 输入PDF文件的路径。
        output_file (str): 输出PDF文件的路径（删除页面后的PDF）。
        pages_to_delete (list of int): 要删除的页面索引列表（索引从0开始）                                      
    """
    # 创建PDF文档对象
    pdf = PdfDocument()
    # 加载指定的PDF文件
    pdf.LoadFromFile(input_file)
 
    # 倒序遍历指定的页面索引列表，避免删除时索引错位
    for index in sorted(pages_to_delete, reverse=True):
        if 0 <= index < pdf.Pages.Count:  # 确保索引在有效范围内
            # 根据索引删除指定页面
            pdf.Pages.RemoveAt(index)
        else:
            print(f"警告：索引 {index} 超出页面范围，已跳过。")
 
    # 保存修改后的PDF到指定路径
    pdf.SaveToFile(output_file)
    # 关闭 PDF 文档，释放资源
    pdf.Close()
 
# 调用方法，删除PDF中的第1页和第3页（索引为0和2）
delete_specific_pages("测试.pdf", "删除多余页.pdf", [0, 2])

import io
from spire.pdf import PdfDocument, License
from PIL import Image
 
# 设置Spire.PDF许可秘钥（可以从该网址获取免费许可秘钥：https://www.e-iceblue.cn/misc/temporary-license.html）
# 如果没有许可秘钥，转换后的图片上将会有水印，会影响空白页面的判断。
License.SetLicenseKey("License-Key")
 
# 自定义函数：检测图片是否为空白
def is_blank_image(image):
    """
    检测图片是否为空白。
    参数：
        image (PIL.Image.Image): 要检测的PIL图片对象。
    返回：
        bool: 如果图片完全为空白（全白像素），则返回True；否则返回False。
    """
    # 将图片转换为 RGB 模式
    img = image.convert("RGB")
    white_pixel = (255, 255, 255)
    # 检测所有像素是否为白色
    return all(pixel == white_pixel for pixel in img.getdata())
 
# 定义函数：从PDF中删除空白页面
def remove_blank_pages(input_file, output_file):
    """
    从指定的PDF文件中删除空白页面（完全空白或视觉上空白的页面）。
    参数：
        input_file (str): 输入PDF文件的路径。
        output_file (str): 输出PDF文件的路径（删除空白页面后的PDF）。
    """
    # 创建PDF文档对象
    pdf = PdfDocument()
    # 加载指定的 PDF 文件
    pdf.LoadFromFile(input_file)
 
    # 倒序遍历每一页
    for i in range(pdf.Pages.Count - 1, -1, -1):
        page = pdf.Pages[i]
 
        # 检测完全空白页并将其删除
        if page.IsBlank():
            pdf.Pages.RemoveAt(i)
        else:
            # 将其他页面转换为图片
            with pdf.SaveAsImage(i) as image_data:
                image_bytes = image_data.ToArray()
                pil_image = Image.open(io.BytesIO(image_bytes))
 
            # 检测是否为视觉空白页
            if is_blank_image(pil_image):
                pdf.Pages.RemoveAt(i)
 
    # 保存修改后的PDF到指定路径
    pdf.SaveToFile(output_file)
    # 关闭PDF文档，释放资源
    pdf.Close()
 
# 调用方法，删除PDF中的空白页面
remove_blank_pages("测试.pdf", "删除空白页.pdf")