تطوير تطبيقات للعمل مع ملفات PDF عبر مكتبة Python

الشروع في العمل مع PyPDF2

لا يأتي PyPDF2 كجزء من مكتبة Python القياسية ، لذلك ستحتاج إلى تثبيته بنفسك. الطريقة المفضلة للقيام بذلك هي استخدام النقطة.

 python -m pip install pypdf2  

استخراج نص من ملف PDF عبر Python

توفر مكتبة PyPDF2 القدرة على استخراج النص برمجيًا من ملفات PDF عبر Python. ليس من السهل استرداد البيانات من ملف PDF لأن الطريقة التي يخزن بها PDF المعلومات تجعل من الصعب تحقيقها. يعمل PyPDF2 على تسهيل عمل المطورين من خلال تزويدهم بوظائف مدمجة سهلة الاستخدام لاسترداد المعلومات. يمكنهم استخدام طريقة extractText () على كائن الصفحة للحصول على محتوى نص الصفحة.

 // extract text from a PDF
  from PyPDF2 import PdfReader
  reader = PdfReader("example.pdf")
  page = reader.pages[0]
  print(page.extract_text()) 

قراءة ملفات PDF عبر Python

توفر مكتبة PyPDF2 القدرة على استخراج النص برمجيًا من ملفات PDF عبر Python. ليس من السهل استرداد البيانات من ملف PDF لأن الطريقة التي يخزن بها PDF المعلومات تجعل من الصعب تحقيقها. يجعل PyPDF2 وظائف المطورين سهلة من خلال توفير وظائف مدمجة سهلة الاستخدام لاسترداد المعلومات. يمكنهم استخدام طريقة extractText () على كائن الصفحة للحصول على محتوى نص الصفحة.

 // Reading text from a PDF
    from PyPDF2 import PdfReader
  reader = PdfReader("example.pdf")
  for page in reader.pages:
    if "/Annots" in page:
      for annot in page["/Annots"]:
        subtype = annot.get_object()["/Subtype"]
        if subtype == "/Text":
          print(annot.get_object()["/Contents"]) 

دمج أو تقسيم مستندات PDF

هل سبق لك أن كنت في موقف احتجت فيه إلى دمج ملفين أو أكثر من ملفات PDF في مستند واحد؟ غالبًا ما تتطلب المنظمة دمج ملفات PDF متعددة في مستند واحد. توفر مكتبة PyPDF2 القدرة على دمج ملفات PDF مع سطرين فقط من كود Python. يمكن للمطورين أيضًا تقسيم مستندات PDF الكبيرة بسهولة إلى مستندات أصغر وفقًا لاحتياجاتهم. يمكن للمطورين بسهولة استخراج جزء معين من كتاب PDF أو تقسيمه إلى ملفات PDF متعددة

 // Merge PDF files 
  from PyPDF2 import PdfMerger
  merger = PdfMerger()
  for pdf in ["file1.pdf", "file2.pdf", "file3.pdf"]:
    merger.append(pdf)
  merger.write("merged-pdf.pdf")
  merger.close()

استخراج البيانات الوصفية من ملفات PDF

تضمنت مكتبة PyPDF2 وظائف لاستخراج البيانات الوصفية من مستندات PDF باستخدام اثنين من أوامر Python. يمكنك بسهولة الحصول على معلومات حول المؤلف ، وتطبيق المنشئ ، وعدد الصفحات ، وعنوان المستند ، وتواريخ الإنشاء ، وما إلى ذلك. يمكنك بسهولة استخراج البيانات الوصفية لمستندات PDF واستخدامها وفقًا لاحتياجاتك.

 // Reading PDF Metadata 
  from PyPDF2 import PdfReader
reader = PdfReader("example.pdf")
meta = reader.metadata
print(len(reader.pages))
# All of the following could be None!
print(meta.author)
print(meta.creator)
print(meta.producer)
print(meta.subject)
print(meta.title)