Βιβλιοθήκη Python ανοιχτού κώδικα για επεξεργασία αρχείων PDF

Ξεκινώντας με το PikePDF

Το PikePDF απαιτεί Python 3.6 και νεότερη έκδοση. Μπορείτε να εγκαταστήσετε το PikePDF χρησιμοποιώντας το pip. Χρησιμοποιήστε την παρακάτω εντολή για να το εγκαταστήσετε.

 pip install pikepdf

Αντιγράψτε σελίδες από το ένα PDF στο άλλο μέσω Python

Η βιβλιοθήκη ανοιχτού κώδικα PikePDF παρέχει τη δυνατότητα που επιτρέπει στους προγραμματιστές λογισμικού να αντιγράφουν σελίδα από το ένα PDF στο άλλο με μόνο μερικές γραμμές κώδικα Python. Η αντιγραφή σελίδων μεταξύ αντικειμένων PDF θα δημιουργήσει ένα ρηχό αντίγραφο της αρχικής σελίδας μέσα στο αρχείο PDF προορισμού και επομένως η τροποποίηση των σελίδων δεν θα επηρεάσει τα πρωτότυπα έγγραφα PDF. Είναι επίσης δυνατή η αντικατάσταση συγκεκριμένων σελίδων με προσαρμοσμένο περιεχόμενο. Είναι επίσης δυνατή η αντιγραφή σελίδων σε ένα συγκεκριμένο PDF.

 # PDF Documents Manipulation 
  from pikepdf import Pdf
  new_pdf = Pdf.new()
  with Pdf.open('sample.pdf') as pdf:
    pdf.save('output.pdf') 
   # Copying pages from other PDFs
  pdf = Pdf.open('../tests/resources/fourpages.pdf')
  appendix = Pdf.open('../tests/resources/sandwich.pdf')
  pdf.pages.extend(appendix.pages)

Διαχωρισμός και συγχώνευση PDF μέσω Python

Η βιβλιοθήκη PDF PikePDF δίνει στους προγραμματιστές λογισμικού τη δύναμη να έχουν πρόσβαση σε υπάρχοντα αρχεία PDF και να τα χωρίζουν σε πολλά αρχεία PDF με ευκολία. Κατά τον διαχωρισμό του PDF, το μόνο που χρειαζόμαστε είναι ότι τα νέα PDF πρέπει να περιέχουν τις σελίδες προορισμού. Η βιβλιοθήκη φροντίζει επίσης να μεταφέρει δεδομένα που σχετίζονται με κάθε σελίδα, έτσι ώστε κάθε σελίδα να παραμένει μόνη της. Η βιβλιοθήκη περιλάμβανε επίσης υποστήριξη για τη συγχώνευση ή τη σύνδεση πολλών εγγράφων PDF σε ένα μόνο. Είναι επίσης δυνατό να αντιστρέψετε τη σειρά των σελίδων PDF με μερικές μόνο γραμμές κώδικα.

 # PDF Splitting
  pdf = Pdf.open('../tests/resources/fourpages.pdf')
  for n, page in enumerate(pdf.pages):
  dst = Pdf.new()
  dst.pages.append(page)
  dst.save(f'{n:02d}.pdf')
  # Combine Multiple PDF pages into a single One
  from glob import glob
  pdf = Pdf.new()
  for file in glob('*.pdf'):
  src = Pdf.open(file)
  pdf.pages.extend(src.pages)
  pdf.save('merged.pdf')

Διαχείριση εικόνων μέσα στο έγγραφο PDF μέσω Python

Η βιβλιοθήκη PDF PikePDF διευκολύνει τους προγραμματιστές λογισμικού να χειρίζονται εικόνες μέσα σε ένα αρχείο PDF χρησιμοποιώντας εντολές Python. Η βιβλιοθήκη έχει συμπεριλάβει αρκετές σημαντικές λειτουργίες που σχετίζονται με το χειρισμό εικόνων, όπως αντιγραφή εικόνων σε σελίδα PDF, άνοιγμα και προβολή PDF, αλλαγή μεγέθους εικόνων, χειρισμός εικόνων σε PDF, εξαγωγή εικόνων από PDF, αντικατάσταση εικόνων, διαγραφή εικόνας από PDF και πολλά άλλα .

 # Extract Image & Replace PDF Images
  import zlib
  rawimage = pdfimage.obj
  pillowimage = pdfimage.as_pil_image()
  greyscale = pillowimage.convert('L')
  greyscale = greyscale.resize((32, 32))
  rawimage.write(zlib.compress(greyscale.tobytes()), filter=Name("/FlateDecode"))
  rawimage.ColorSpace = Name("/DeviceGray")
  rawimage.Width, rawimage.Height = 32, 32

Χειρισμός μεταδεδομένων PDF μέσω Python

Τα μεταδεδομένα PDF περιλαμβάνουν πολύ χρήσιμες πληροφορίες σχετικά με ένα έγγραφο PDF, όπως το όνομα του συγγραφέα, την ημερομηνία δημιουργίας και τροποποίησης, λέξεις-κλειδιά, πληροφορίες πνευματικών δικαιωμάτων και ούτω καθεξής. Η βιβλιοθήκη PDF PikePDF περιλαμβάνει πλήρη λειτουργικότητα για πρόσβαση και ανάγνωση μεταδεδομένων, εξαγωγή μεταδεδομένων, διαγραφή εγγραφών μεταδεδομένων από έγγραφα PDF. Το ακόλουθο παράδειγμα κώδικα δείχνει πώς να εξαγάγετε μεταδεδομένα από έγγραφα PDF.

 # Extract PDF Metadata
  import pikepdf
  import sys
  # get the target pdf file from the command-line arguments
  pdf_filename = sys.argv[1]
  # read the pdf file
  pdf = pikepdf.Pdf.open(pdf_filename)
  docinfo = pdf.docinfo
  for key, value in docinfo.items():
    print(key, ":", value)