Kurkite, redaguokite ir konvertuokite PDF į vaizdus naudodami Python API

Darbo su PDFsuite pradžia

Norėdami paleisti PDFsuite, pirmiausia turite įdiegti python 3 ir pyobjc biblioteką, o po to terminale įveskite šią komandą ir paspauskite Grįžti.

 pip3 install pyobjc 

Biblioteką galima įdiegti ir rankiniu būdu; atsisiųskite naujausius leidimo failus tiesiai iš GitHub saugyklos.

Konvertuokite PDF į vaizdą ir kitus formatus

„PDFsuite“ turi visas funkcijas, skirtas konvertuoti PDF dokumentus į įvairius vaizdo failų formatus. Jis teikia PNG, JPEG, Tiff ir kitus populiarius vaizdo failų formatus. Taip pat galima lengvai sukurti bitmap vaizdą iš kiekvieno pateikto PDF dokumento puslapio. Kai procesas bus baigtas, kiekvienam failui turite priskirti atskirą pavadinimą ir išsaugoti jį diske. Tai taip pat palaiko skiriamosios gebos, skaidrumo ir kitų parametrų keitimą. Taip pat galima konvertuoti PDF failus į tekstinius ir kitus failų formatus.

Sujunkite kelis PDF failus naudodami Python scenarijus

Ar kada nors teko susidurti su situacija, kai norint sukurti naują PDF failą reikia sujungti skirtingus PDF dokumentus? Organizacijos dažnai reikalauja sujungti kelis PDF failus į vieną dokumentą. „PDFsuite“ biblioteka leidžia vartotojams lengvai sujungti kelis PDF dokumentus į vieną, naudojant tik kelias Python kodo eilutes. Jis taip pat prideda kiekvieno komponento failo turinio įrašą. Biblioteka taip pat visiškai palaiko didelių PDF dokumentų padalijimą į mažesnius Python programose.

def merge(filename):
	writeContext = None
	shortName = os.path.splitext(filename)[0]
	outFilename = shortName + "+wm.pdf"
	metaDict = getDocInfo(filename)
	writeContext = createOutputContextWithPath(outFilename, metaDict)
	readPDF = createPDFDocumentWithPath(filename)
	mergePDF = createPDFDocumentWithPath(watermark)
	if writeContext != None and readPDF != None:
		numPages = Quartz.CGPDFDocumentGetNumberOfPages(readPDF)
		for pageNum in range(1, numPages + 1):	
			page = Quartz.CGPDFDocumentGetPage(readPDF, pageNum)
			mergepage = Quartz.CGPDFDocumentGetPage(mergePDF, 1)
			if page:
				mediaBox = Quartz.CGPDFPageGetBoxRect(page, Quartz.kCGPDFMediaBox)
				if Quartz.CGRectIsEmpty(mediaBox):
					mediaBox = None			
				Quartz.CGContextBeginPage(writeContext, mediaBox)	
				Quartz.CGContextSetBlendMode(writeContext, Quartz.kCGBlendModeOverlay)
				Quartz.CGContextDrawPDFPage(writeContext, page)
				Quartz.CGContextDrawPDFPage(writeContext, mergepage)
				Quartz.CGContextEndPage(writeContext)
		Quartz.CGPDFContextClose(writeContext)
		del writeContext
	else:
		print ("A valid input file and output file must be supplied.")
		sys.exit(1)
if __name__ == "__main__":
	for filename in sys.argv[1:]:
		merge(filename)

Konvertuokite PDF failus į tekstinį failą naudodami Python

Atvirojo kodo PDFsuite bibliotekoje yra keletas svarbių PDF dokumentų konvertavimo į daugybę palaikomų failų formatų funkcijų. Viena svarbi funkcija yra PDF failo tekstinio turinio konvertavimas į išorinį tekstinį failą ir išsaugojimas jūsų pasirinktoje vietoje. Taip pat galima išsaugoti kiekvieną PDF dokumentų puslapį kaip atskirą failą ir įrašyti jį kitu pavadinimu.

import os, sys
from Quartz import PDFDocument
from CoreFoundation import (NSURL, NSString)
# Can't seem to import this constant, so manually creating it.
NSUTF8StringEncoding = 4
def main():
	for filename in sys.argv[1:]:	
		shortName = os.path.splitext(filename)[0]
		outputfile = shortName+" text.txt"
		pdfURL = NSURL.fileURLWithPath_(filename)
		pdfDoc = PDFDocument.alloc().initWithURL_(pdfURL)
		if pdfDoc :
			pdfString = NSString.stringWithString_(pdfDoc.string())
			pdfString.writeToFile_atomically_encoding_error_(outputfile, True, NSUTF8StringEncoding, None)
if __name__ == "__main__":
   main()

Pasukite, apkarpykite, apkirpkite PDF failus arba puslapius „Python Apps“.

PDFsuite bibliotekoje yra keletas svarbių funkcijų, leidžiančių lengvai tvarkyti PDF failus. Tai leidžia programuotojams savo Python programoje pasukti, apkarpyti, apkarpyti, dažyti, atspalvinti, keisti mastelį ir skalauti PDF dokumentus. Jame pateikti du būdai pasukti PDF puslapį arba užbaigti failą. Pirmasis yra sukurti naują PDF kontekstą, grafiškai transformuoti kiekvieną originalo puslapį ir išsaugoti failą. Antra, tereikia kiekviename puslapyje pakoreguoti „sukimo“ parametrą ir viskas.

import sys
import os
from Quartz import PDFDocument, kPDFDisplayBoxMediaBox, kPDFDisplayBoxTrimBox, CGRectEqualToRect
from CoreFoundation import NSURL
mediabox = kPDFDisplayBoxMediaBox
trimbox = kPDFDisplayBoxTrimBox
def trimPDF(filename):
	hasBeenChanged = False
	# filename = filename.decode('utf-8')
	shortName = os.path.splitext(filename)[0]
	outFilename = shortName + " TPS.pdf"
	pdfURL = NSURL.fileURLWithPath_(filename)
	pdfDoc = PDFDocument.alloc().initWithURL_(pdfURL)
	if pdfDoc:
		pages = pdfDoc.pageCount()
		for p in range(0, pages):
			page = pdfDoc.pageAtIndex_(p)
			mediaBoxSize = page.boundsForBox_(mediabox)
			trimBoxSize = page.boundsForBox_(trimbox)
			if not CGRectEqualToRect(mediaBoxSize, trimBoxSize):
				page.setBounds_forBox_(trimBoxSize, mediabox)
				hasBeenChanged = True
		if hasBeenChanged:
			pdfDoc.writeToFile_(outFilename)
if __name__ == '__main__':
	for filename in sys.argv[1:]:
		trimPDF(filename)