用Python处理PDF：拆分与合并PDF文档

蔚落 2024-05-01 02:46 84阅读 0赞

PDF文档在信息共享和数据保存方面被广泛使用，处理PDF文档也成为常见需求。其中，合并和拆分PDF文档能够帮助我们更有效地管理PDF文档，使文档内容分布更合理。通过合并，可以将相关文档整合成一个文件，以便更好地组织和提供信息；而通过拆分，可以将大型PDF文件分割成易于管理的较小文件，方便我们更容易地访问所需范围的信息。利用Python，我们可以高效地完成这些任务。本文将介绍如何使用Python来管理PDF文档，包括合并和分割操作的实现方法。

#### 文章目录 ####

*   *  使用 MergeFiles() 方法合并PDF文档
     *  通过复制内容合并PDF文档
     *  合并PDF文档的选定页面
     *  将PDF文档拆分为单页文档
     *  按页面范围分割PDF文档

本文所介绍的PDF文档操作方法需要用到[Spire.PDF for Python][]，可从官网下载或通过PyPI（`pip install Spire.PDF`）安装。

### 使用 MergeFiles() 方法合并PDF文档 ###

**PdfDocument** 类代表PDF文档。 在该类中，**MergeFiles()** 方法可用于直接将多个PDF文档合并为一个文档，方法的参数是文件路径列表。 具体实现过程如下：

1.  创建PDF文件路径列表。
2.  使用 **PdfDocument.MergeFiles()** 方法合并 =PDF 文档。
3.  使用 **PdfDocument.SaveToFile()** 方法将合并后的文档保存为新的 PDF 文档。

**代码示例：**

from spire.pdf.common import *
    from spire.pdf import *
    
    # 创建一个PDF文件路径的列表
    inputFile1 = "Sample1.pdf"
    inputFile2 = "Sample2.pdf"
    inputFile3 = "Sample3.pdf"
    files = [inputFile1, inputFile2, inputFile3]
    
    # 合并PDF文档
    pdf = PdfDocument.MergeFiles(files)
    
    # 保存结果文档
    pdf.Save("output/合并PDF.pdf", FileFormat.PDF)
    pdf.Close()

合并效果  
![合并PDF文档][PDF]

### 通过复制内容合并PDF文档 ###

使用 **PdfDocument.AppendPage(PdfDocument)** 方法，还可以将一个PDF文件中的页面复制到另一个PDF文件中，从而完成PDF文件的合并。 具体步骤如下：

1.  创建PDF文件路径列表。
2.  载入每个PDF文档为 **PdfDocument** 类的对象，并添加到一个列表中。
3.  创建一个新的 **PdfDocument** 类的对象。
4.  循环遍历每个加载的 PDF 文档，使用 **PdfDocument.appendPage()** 方法将每个PDF文档的页面插入到新的PDF文档中。
5.  使用 **PdfDocument.SaveToFile()** 方法保存新的 PDF 文档。

**代码示例：**

from spire.pdf.common import *
    from spire.pdf import *
    
    # 创建 PDF 文件路径列表
    file1 = "Sample1.pdf"
    file2 = "Sample2.pdf"
    file3 = "Sample3.pdf"
    files = [file1, file2, file3]
    
    # 加载每个 PDF 文件为 PdfDocument 对象并添加到列表中
    pdfs = []
    for file in files:
        pdfs.append(PdfDocument(file))
    
    # 创建一个 PdfDocument 对象
    newPdf = PdfDocument()
    
    # 将加载的 PDF 文档的页面插入到新的 PDF 文档中
    for pdf in pdfs:
        newPdf.AppendPage(pdf)
    
    # 保存新的 PDF 文档
    newPdf.SaveToFile("output/复制页面合并PDF.pdf")
    newPdf.Close()

合并效果  
![通过复制页面合并PDF文档][PDF 1]

### 合并PDF文档的选定页面 ###

我们还可以使用 **PdfDocument.InsertPage()** 和 **PdfDocument.InsertPageRange()** 方法从一个PDF文档中选择页面和插入到另一个PDF文档中，从而实现对指定PDF页面的合并。 具体步骤如下：

1.  创建PDF文件路径列表。
2.  载入每个PDF文档为 **PdfDocument** 类的对象，并添加到一个列表中。
3.  创建一个新的 **PdfDocument** 类的对象。
4.  使用 **PdfDocument.InsertPage(PdfDocument, pageIndex: int)** 和 **PdfDocument.InsertPageRange(PdfDocument, startIndex: int, endIndex: int)** 方法将已加载文档的指定页面插入到新的PDF文档中。
5.  使用 **PdfDocument.SaveToFile()** 方法保存新的PDF文档。

**代码示例：**

from spire.pdf import *
    from spire.pdf.common import *
    
    # 创建 PDF 文件路径列表
    file1 = "Sample1.pdf"
    file2 = "Sample2.pdf"
    file3 = "Sample3.pdf"
    files = [file1, file2, file3]
    
    # 加载每个 PDF 文件为 PdfDocument 对象并添加到列表中
    pdfs = []
    for file in files:
        pdfs.append(PdfDocument(file))
    
    # 创建一个 PdfDocument 对象
    newPdf = PdfDocument()
    
    # 从加载的 PDF 文档中选择指定页插入到新的文档中
    newPdf.InsertPage(pdfs[0], 0)
    newPdf.InsertPage(pdfs[1], 2)
    newPdf.InsertPageRange(pdfs[2], 0, 1)
    
    # 保存新的 PDF 文档
    newPdf.SaveToFile("output/选择页面合并PDF.pdf")
    newPdf.Close()

合并效果  
![合并PDF指定页面][PDF 2]

### 将PDF文档拆分为单页文档 ###

**PdfDocument.Split(PdfDocument)** 方法可用于将多页PDF文档分割成多个单页PDF文件。 具体步骤如下:

1.  创建一个 **PdfDocument** 类的对象，并使用 **PdfDocument.LoadFromFile()** 方法加载PDF文件。
2.  使用 **PdfDocument.Split()** 方法将文档分割成多个单页PDF文件。

**代码示例：**

from spire.pdf.common import *
    from spire.pdf import *
    
    # 创建一个 PdfDocument 对象
    doc = PdfDocument()
    
    # 加载 PDF 文件
    doc.LoadFromFile("output/合并PDF.pdf")
    
    # 将 PDF 文件拆分为多个单页的 PDF 文件
    doc.Split("Output/PDF/拆分PDF-{0}.pdf", 1)
    doc.Close()

拆分效果  
![将PDF拆分为单页PDF][PDF_PDF]

### 按页面范围分割PDF文档 ###

要按页面范围将PDF文件分割成两个或多个PDF文件，需要先创建两个或多个新的PDF文件，然后将源PDF中的特定页面或页面范围导入到新创建的PDF文件中。 以下是详细步骤：

1.  创建一个 **PdfDocument** 类对象，并使用 **PdfDocument.LoadFromFile()** 方法加载PDF文件。
2.  创建另外三个 **PdfDocument** 对象。
3.  使用 **PdfDocument.InsertPage()** 方法从源文件中导入第一页到第一个文档中。
4.  使用 **PdfDocument.InsertPageRange()** 方法从源文件中导入第 2-4 页到第二个文档中。
5.  使用 **PdfDocument.InsertPageRange()** 方法将源文件中的其余页面导入到第三个文档中。
6.  使用 **PdfDocument.SaveToFile()** 方法保存三个文档。

**代码示例：**

from spire.pdf.common import *
    from spire.pdf import *
    
    # 创建一个 PdfDocument 对象
    doc = PdfDocument()
    
    # 加载 PDF 文件
    doc.LoadFromFile("output/合并PDF.pdf")
    
    # 创建三个 PdfDocument 对象
    newDoc_1 = PdfDocument()
    newDoc_2 = PdfDocument()
    newDoc_3 = PdfDocument()
    
    # 将源文件的第一页插入到第一个文档中
    newDoc_1.InsertPage(doc, 0)
    
    # 将源文件的第2至4页插入到第二个文档中
    newDoc_2.InsertPageRange(doc, 1, 3)
    
    # 将源文件的剩余页插入到第三个文档中
    newDoc_3.InsertPageRange(doc, 4, doc.Pages.Count - 1)
    
    # 保存三个文档
    newDoc_1.SaveToFile("output/PDF1/自定义拆分PDF-1.pdf")
    newDoc_2.SaveToFile("output/PDF1/自定义拆分PDF-2.pdf")
    newDoc_3.SaveToFile("output/PDF1/自定义拆分PDF-3.pdf")
    
    # 关闭文档对象
    doc.Close()
    newDoc_1.Close()
    newDoc_2.Close()
    newDoc_3.Close()

拆分结果  
![拆分PDF指定页面][PDF 3]

以上文章介绍了如何用Python操作PDF文档，进行PDF文档的合并和拆分。除了简单的合并和拆分外，上述方法还可用于自由操作PDF页面，从而组成新的PDF文档。Spire.PDF for Python 还有许多其他PDF文档操作功能，访问[Spire.PDF for Python教程][Spire.PDF for Python 1]查看更多信息。

[Spire.PDF for Python]: https://www.e-iceblue.cn/Downloads/Spire-PDF-Python.html
[PDF]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/450247276d3b4d8fb7eaaa0a22d4219d.png
[PDF 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/53b2b13e20af4d1489bedfe9ff44a85b.png
[PDF 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/d421a22f8d4e4f958646f18e118cc9ce.png
[PDF_PDF]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/c3ebc779944f44ff80a81d617d9240f9.png
[PDF 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/1ca0c42ec12143c9885f6e1c60bf8f61.png
[Spire.PDF for Python 1]: https://www.e-iceblue.cn/pdfforpython/spire-pdf-for-python-program-guide-content.html