安裝PyPDF2模組
# 這個模組嚴格區分大小寫,y是小寫,其餘大寫
pip3 install PyPDF2
#安裝完成之後呢,在本機硬碟上建立一個專門存放本專案的資料夾,我這裡在的存放路徑是 F:\Python\PyPDF2,在F碟有個Python資料夾,在其中又建立了一個以這個模組命名的資料夾,來單獨存放和與別的項目區分。
建立文件,準備PDF文檔
#找一個練手的比較大的PDF文檔,我在Django官網下載了他的文檔,這個文檔足夠大,1900多頁,對於練手絕對夠了,有需要的去官網下載,或者在我的公眾號直接回复'pdf' 獲取下載鏈接,然後再創建一個PDFCF.py 的項目文件。
開始寫
程式開始兩行,寫下上下邊這兩句,第一句的意思是指定這個檔案的執行程序,第二句是對這個文件的說明,這個的作用現在還看不出來,但如果你知道怎麼批量化快速執行程序,你就知道了它的作用,這裡不做贅述。
#! python# PDFCF.py - pdf文件拆分程序
文檔的拆分思路
#不固定拆分成多少份,但固定每一份由多少頁組成,然後來動態的計算拆分的份數,拆分思路有了,那麼下來就是列出計算公式。
拆分的份数= 文档总页数 / 拆份每个pdf组成的页数
舉個例子:
假如我們要拆分一個總頁數為35頁的pdf文檔,按照每10頁組成一個新文檔,那麼能拆分成多少份的計算公式如下:
3.5 = 35 / 10
這時候大家注意了,除不盡有餘數0.5,說明什麼?用這個例子來說就是拆分成3份還餘下5頁,那麼遇到這種情況不管餘數是幾都得向前進1,才能完成整個拆分,這個文檔拆分的結果就是,前3個文檔每個由10頁組成,第四個文件則由最後5頁組成,能整除則結果直接就是拆分的份數。
python拆分計算公式:
if 35 % 10: # 判断是否有余数 35 // 10 + 1 # 取余数整数部分加1else: 0 # 能整除则直接返回0 # 将这个循环写到一行4 = 35 // 10 + 1 if 35 % 10 else 0
具體怎麼拆?
還是以這個35頁的文檔拆分為例:
#循環遍歷每一頁資料for num in range(35),得到每一頁的數據,之後再指定拆分頁數範圍進行拆分:
第一個文檔從0- -10,不含10
第二份文件從10--20 ,不含20
第三個文件從20 - 30,不包含30
第四個文檔從30--35,不包含35
我們發現規律,每次遍歷第一個數字的規律是一個文件的頁數,乘以自己屬於第幾個就可以得到。第二個數字我們發現沒規律了,其實仔細觀察也有規律,假如我們對拆分個數排序,這個例子就是1--4,第二個數字就是當前屬於第幾個拆分數乘以每個文檔組成的頁數(頁數是固定的10)。
可是我們第一次遍歷的時候從0開始,就讓num變得不通用,那麼我們改造一下從1開始遍歷,range(1,35),從一開始遍歷,基於range不包含本身最後一個的特性,這樣遍歷出來就少了一頁文檔,那麼我們給他加1,變成
#for num in range(1,35 1 )
第一個文檔從10*(1-1)--10*1,不含10
第二份文件從10*(2-1)--10*2 ,不含20
第三個文件從 10*(3-1) -10*3, 不包含30
第四個文件從10(4-1)--35
具體遍歷程式碼如下:
for num in range(1,35+1): pass for i in range(10 * (num-1), 10 * num if num != 4 else 35): pass
注意:當遍歷到num = 4(最後一個文檔排序數時),直接回傳總頁數35就可以了,到這裡遍歷就結束了。這裡為什麼是總頁數35 而不是35 1呢?是因為這次遍歷我們是從0開始遍歷的,頁碼從0開始,所以不需要加1了。
完整分割程式:
import PyPDF2
注意:上邊這種分割思路我個人感覺比較繞,如果你對Python列表的切邊以及步長概念理解透徹的話,我覺得不需要這麼複雜,只需要把總頁碼生成一個大列表,再把這個列表利用切片的方法拆分成多個小列表,之後每個拆分的pdf頁碼範圍就是每個小列表第一個數--最後一個數1,我把我用列表方法實現的程式碼也貼出來供大家參考。
拆分清單方法實作拆分PDF:
#! python
怎麼用?
在專案資料夾內部按住Shift鍵,點擊滑鼠右鍵,選擇在此處開啟命令窗口,輸入PDFCF.py,回車即可,根據自己的需求去更改n 的值。
以上是Python如何用PyPDF2模組拆分PDF文檔的詳細內容。更多資訊請關注PHP中文網其他相關文章!