- 综合排序
- 最热优先
- 最新优先
- 来自专栏sktj
python pypdf2
1、读写PDF from PyPDF2 import PdfFileReader, PdfFileWriter readFile = 'read.pdf' writeFile = 'write.pdf = PdfFileWriter() pdfWriter.addPage(page) pdfWriter.write(open(writeFile, 'wb')) 2、合并分割PDF from PyPDF2 ：pdfWriter.appendPagesFromReader(reader) 书签：pdfWriter.addBookmark(title, pagenum, parent=parent) 4、PyPDF2 PDF 文件是否加密的只读布尔属性 namedDestinations 访问该getNamedDestinations()函数的只读属性 用例：# encoding:utf-8 from PyPDF2 pdfFileReader.getPage(index) print('index = %d , pageObj = %s' % (index, type(pageObj))) # <class 'PyPDF2
83430编辑于 2022-05-13 - 来自专栏全栈程序员必看
python-PyPDF2
作用：处理PDF文档 提取文本，旋转页面，叠加页面 1.pdfFileObj = open(‘meetingminutes.pdf’,’rb’)#打开pdf文档 2.pdfReader = PyPDF2 将两页重叠 解密 1.pdfReader.isEncrypted#判断文档是否加密 2.pdfReader.decrypt(‘rosebud’)#对加密的文档进行解密 加密 1.pdfwriter = PyPDF2 PdfFileWriter()#新建PdfFileWriter对象 pdfwriter.encrypt(‘sdsd’)#加密 新建 1.无法世界添加内容，只能从其他pdf文档中拷贝过来加入 eg: import PyPDF2 pdfFile = open(‘meetingminutes.pdf’,’rb’)#打开一个现有的文档 pdfReader = PyPDF2.PdfFileReader(pdfFile)#获取内容 pdfwriter = PyPDF2.PdfFileWriter()#新建PdfFileWriter对象 for pageNum in range(pdfReader.numPages):#向PdfFileWriter对象中添加内容
35310编辑于 2022-09-10 - 来自专栏全栈程序员必看
PyPDF2模块
1、PdfFileReader 构造方法： PyPDF2.PdfFileReader(stream,strict = True,warndest = None,overwriteWarnings = 显示 PDF 文件是否加密的只读布尔属性 namedDestinations 访问该getNamedDestinations()函数的只读属性 练习： from PyPDF2 pdfFileReader.getPage(index) print('index = {} , pageObj = {}'.format (index, type(pageobj))) # <class 'PyPDF2
1K10编辑于 2022-09-10 - 来自专栏全栈程序员必看
PyPDF2读取中文_pdfplumber、pypdf2 常用方法总结
若处理对象是 PDF 文档本身，则推荐使用 pypdf2，如对 PDF 文档进行分割, 合并, 插入等操作.若处理对象是 PDF 文档中的文本，表格等内容，则推荐使用 pdfplumber. pypdf2 汇总代码: from PyPDF2 pdfplumber 本库最重要的应用是提取页面上的文本和表格，用法如下: import pdfplumber pdfplumber 还可以获得页面上的所有单词、直线
2.3K30编辑于 2022-09-10 - 来自专栏全栈程序员必看
PyPDF2 编码问题 PyPDF2.utils.PdfReadError Illegal character in Name Object
PyPDF2 编码问题 PyPDF2.utils.PdfReadError Illegal character in Name Object 参考资料：https://github.com/mstamy2 /PyPDF2/issues/438 使用 PyPDF2 做合并 PDF 文件时报错如下： Traceback (most recent call last): File "D:\projects\ myproject\venv\lib\site-packages\PyPDF2\generic.py", line 484, in readFromStream return NameObject _sweepIndirectReferences(externMap, value) File "D:\projects\myproject\venv\lib\site-packages\PyPDF2 _sweepIndirectReferences(externMap, value) File "D:\projects\myproject\venv\lib\site-packages\PyPDF2
54740编辑于 2022-09-10 - 来自专栏sktj
python pypdf提取PDF元数据
/usr/bin/python coding=utf-8 import pyPdf import optparse from pyPdf import PdfFileReader 使用getDocumentInfo
1.6K10发布于 2019-07-31 - 来自专栏全栈程序员必看
PyPDF2的使用「建议收藏」
---- PyPDF2是作为PDF工具包构建的python库，它能够: 提取文档信息（标题，作者，…） 按页拆分文档 逐页合并文档 裁剪页面 合并多个页面到一个页 对pdf文档进行加密解密 等等 安装 PyPDF2,在命令行下执行命令: pip install PyPDF2 ---- 注意，这个模块的名字对大小写是敏感的，所以，确保y是小写的，其他字母都是大写的 2、使用模块 – 从pdf中提取文字 import PyPDF2 pdfFile = open('example.pdf','rb') pdfReader = PyPDF2.PdfFileReader(pdfFile) print(pdfReader.numPages 因此，PyPDF2在从PDF中提取文本时可能会出错，甚至可能根本无法打开某些PDF。不幸的是，你对此无能为力。PyPDF2可能无法处理某些特定的PDF文件。 ,'rb') pdfReader = PyPDF2.PdfFileReader(pdfFile) pdfWriter = PyPDF2.PdfFileWriter() for
1.4K40编辑于 2022-09-10 - 来自专栏全栈程序员必看
PyPDF2 | 利用 Python 实现 PDF 分割
图1 分割前的 PDF 在百度了一番后，发现大多都是使用 Adobe Acrobat 软件进行剪裁，这完全不 Pythonic，因此又找了用 Python 处理 PDF 文件的方法，最后发现了 PyPDF2 首先，你需要通过 pip 安装这个库： pip install PyPDF2 实现切割 PDF 的思想很简单，只要我们能测量出 PDF 的长宽，接着分别将左右裁剪拼接即可，而 PyPDF2 已经提供了这些功能 ，对应的坐标如下： 图2 纵向比例下的 PyPDF2 坐标 然而我们的 PDF 是横向比例的，如下图所示： 图3 横向比例 PDF 示例 相当于： 图4 横向比例下的 PyPDF2 坐标 即： 图5 旋转后的横向比例下的 PyPDF2 坐标 要注意与图 1 坐标的区别。 在弄清楚了 PyPDF 的坐标后，我们就可以通过调整四个角的坐标来分别获得左右两个 PDF 了，对于左边的 PDF，其对应的坐标为： 图6 左半图的 PyPDF2 坐标 因此坐标设置如下： page_left.mediaBox.lowerLeft
2.9K20编辑于 2022-09-10 - 来自专栏全栈程序员必看
Python中通过PyPDF2实现PDF加密
场景 PyPDF 2是一个纯python PDF库，能够分割、合并、裁剪和转换PDF文件的页面。它还可以向PDF文件中添加自定义数据、查看选项和密码。 PyPDF 2 1.26.0文档： https://pythonhosted.org/PyPDF2/ 实现 使用pip 安装pypddf2 新建文件夹jiamiPDF 新建加密前的PDF 新建jiamiPDF.py from PyPDF2 import PdfFileWriter, PdfFileReader def add_encryption(input_pdf, output_pdf, password)
97220编辑于 2022-09-10 - 来自专栏全栈程序员必看
Python中通过PyPDF2实现PDF合并
场景 PyPDF 2是一个纯python PDF库，能够分割、合并、裁剪和转换PDF文件的页面。它还可以向PDF文件中添加自定义数据、查看选项和密码。 PyPDF 2 1.26.0文档： https://pythonhosted.org/PyPDF2/ 实现 新建PDF1 新建PDF2 使用pip 安装pypddf2 新建pdfMerge.py from PyPDF2 import PdfFileReader, PdfFileWriter def merge_pdfs(paths, output): pdf_writer = PdfFileWriter
1.4K40编辑于 2022-09-07 - 来自专栏全栈程序员必看
Python PyPDF2、pdfplumber 提取 PDF 文本、图片内容
Python PyPDF2、pdfplumber 提取 PDF 文本、图片内容 安装库 安装 pdfplumber 安装 PyPDF2 内容提取代码 图片提取 文本提取 完整代码 说明 本方法提取的图片并不算完整 ，我测试用的是阿里2017年双十一的一份PDF，AliDouble11.pdf，提取过程中有一处报错，部分图片提取不完整 由于PyPDF2 直接提取文本内容对中文支持不友好，因此结合两个库提取 安装库 安装 pdfplumber pdfplumber 可以使用 pip 安装 pip install pdfplumber 安装 PyPDF2 PyPDF2 需要去 GitHub 下载 https:// github.com/mstamy2/PyPDF2 下载完成后解压，进入解压的目录 E:\tools\PyPDF2-master 执行 setup.py 进行安装 python setup.py install ' 内容提取代码 图片提取 示例代码在文件夹 PyPDF2-master\Scripts 下的 pdf-image-extractor.py import time import PyPDF2 import
4K20编辑于 2022-09-10 - 来自专栏网络安全技术点滴分享
PyPDF无限循环漏洞CVE-2025-62707技术分析
CVE-2025-62707 - PyPDF在处理无EOF标记的DCT内联图像时可能出现无限循环概述CVE ID: CVE-2025-62707 CVSS 4.0评分: 6.6（中危） 远程利用: 是漏洞描述PyPDF是一个免费开源的纯Python PDF库。 该漏洞已在PyPDF 6.1.3版本中修复。 /py-pdf/pypdf/pull/3501https://github.com/py-pdf/pypdf/releases/tag/6.1.3https://github.com/py-pdf/pypdf ://github.com/py-pdf/pypdf/releases/tag/6.1.3新增参考https://github.com/py-pdf/pypdf/security/advisories/
21210编辑于 2025-10-27 - 来自专栏全栈程序员必看
使用PyPDF2模块处理PDF文件通用方法技巧
处理PDF文件，使用PyPDF2模块，PyPDF2不能从PDF文档中提取图像、图表或其他媒体，但可提取文本，作为字符串返回。 读取PDF文件步骤: 首先以读二进制模式打开PDF文件，然后将打开文件File对象传递给PyPDF2.PdfFileReader()函数，例如： pdf=open(r’C:/Users/fmz/ Desktop/rotate.pdf’,‘rb’) pdfreader=PyPDF2.PdfFileReader(pdf) 读取的文档的总页数保存在PdfFileReader对象的numPages 创建PDF：使用PdfFileWriter对象创建PDF例如pdfwriter=PyPDF2.PdfFileWriter()，但PyPDF2模块不可以利用其将任何文 本写入PDF，该对象仅限从其他 叠加页面：PyPDF2模块可将一页的内容叠加到另一页上实现在页面上添加公司标志，时间戳或水印等。
1.7K30编辑于 2022-09-10 - 来自专栏全栈程序员必看
Python中通过PyPDF2实现PDF拆分「建议收藏」
场景 PyPDF 2是一个纯python PDF库，能够分割、合并、裁剪和转换PDF文件的页面。它还可以向PDF文件中添加自定义数据、查看选项和密码。 PyPDF 2 1.26.0文档： https://pythonhosted.org/PyPDF2/ 实现 使用pip 安装pypddf2 新建merged.pdf有两页 新建pdfSplit.py from PyPDF2 import PdfFileReader, PdfFileWriter def split(path, name_of_split): pdf = PdfFileReader
1.9K30编辑于 2022-09-10 - 来自专栏全栈程序员必看
Python 深入浅出 – PyPDF2 处理 PDF 文件
实际应用中，可能会涉及处理 pdf 文件，PyPDF2 就是这样一个库，使用它可以轻松的处理 pdf 文件，它提供了读，割，合并，文件转换等多种操作。 文档地址：http://pythonhosted.org/PyPDF2/ PyPDF2 安装 PyCharm 安装：File -> Default Settings -> Project Interpreter PdfFileReader 构造方法： PyPDF2.PdfFileReader(stream,strict = True,warndest = None,overwriteWarnings = True PDF 文件是否加密的只读布尔属性 namedDestinations 访问该getNamedDestinations()函数的只读属性 PDF 读取操作： # encoding:utf-8 from PyPDF2 .pdf.PageObject'> pageNumber = 0 index = 1 , pageObj = <class 'PyPDF2.pdf.PageObject'> pageNumber = 1
2.3K30编辑于 2022-09-10 - 来自专栏网络安全技术点滴分享
pypdf内存耗尽漏洞分析：恶意LZWDecode流可导致资源耗尽
漏洞详情概述pypdf库存在一个中等严重程度的漏洞（CVE-2025-62708），攻击者可以通过精心构造的PDF文件中的LZWDecode流导致内存大量消耗。 修复方案该漏洞已在pypdf 6.1.3版本中修复。临时解决方案如果无法立即升级，可以考虑应用PR #3502中的更改。 参考信息GHSA ID: GHSA-jfx9-29x2-rv3j相关链接：py-pdf/pypdf#3502py-pdf/pypdf@e51d078https://nvd.nist.gov/vuln/detail /CVE-2025-62708https://github.com/py-pdf/pypdf/releases/tag/6.1.3安全评分CVSS总体评分6.6/10（中等严重程度）CVSS v4基础指标可利用性指标
13410编辑于 2025-10-31 - 来自专栏Python技术专栏
Python使用PyPDF2库进行PDF文件操作的详细教程
引言在Python中，PyPDF2是一个强大的库，用于处理PDF文件。无论是合并多个PDF文件、拆分PDF文件、提取文本或者旋转页面，PyPDF2都提供了简单而灵活的解决方案。 本教程将介绍PyPDF2库的基本概念和用法，帮助你更好地理解如何在Python中进行PDF文件的各种操作。第一部分：安装PyPDF2库首先，我们需要安装PyPDF2库。 可以使用以下命令在你的Python环境中安装它：bashCopy codepip install PyPDF2确保你的Python环境已经配置好，并且可以成功安装PyPDF2库。 以下是一个简单的合并示例：pythonCopy codeimport PyPDF2def merge_pdfs(input_files, output_file): merger = PyPDF2 使用PyPDF2，你可以轻松地完成这个任务。
6.7K31编辑于 2024-01-25 - 来自专栏Python数据科学
如何使用Python玩转PDF各种骚操作？
本文将带你了解如何执行以下操作： 从Python中提取PDF中的文档信息 旋转页面 合并PDF 拆分PDF 添加水印 加密PDF pyPdf，PyPDF2和PyPDF4的历史 最初的pyPdf pyPdf的最后一个正式版本是在2010年。大约一年后，一家名为Phasit的公司赞助了一个名为PyPDF2的pyPdf分支。 有一个名为PyPDF3的软件包简短系列版本，然后该项目被重命名为PyPDF4。所有这些项目都完全相同，但pyPdf和PyPDF2 +之间的最大区别在于后者版本增加了Python 3支持。 Python 3的原始pyPdf有一个不同的Python 3分支，但是这个分支已经多年没有维护了。 虽然最近放弃了PyPDF2，但新的PyPDF4与PyPDF2没有完全的向后兼容性。 本文中的大多数示例都可以与PyPDF4完美配合，但也有一些不能，这就是为什么PyPDF4在本文中没有更多的特色。随意用PyPDF4替换PyPDF2的导入，看看它是如何工作的。
2.6K20发布于 2019-05-10 - 来自专栏诸葛青云的专栏
用Python玩转PDF的各种骚操作
本文将带你了解如何执行以下操作： 从Python中提取PDF中的文档信息 旋转页面 合并PDF 拆分PDF 添加水印 加密PDF pyPdf，PyPDF2和PyPDF4的历史 最初的pyPdf pyPdf的最后一个正式版本是在2010年。大约一年后，一家名为Phasit的公司赞助了一个名为PyPDF2的pyPdf分支。 有一个名为PyPDF3的软件包简短系列版本，然后该项目被重命名为PyPDF4。所有这些项目都完全相同，但pyPdf和PyPDF2 +之间的最大区别在于后者版本增加了Python 3支持。 Python 3的原始pyPdf有一个不同的Python 3分支，但是这个分支已经多年没有维护了。 虽然最近放弃了PyPDF2，但新的PyPDF4与PyPDF2没有完全的向后兼容性。 本文中的大多数示例都可以与PyPDF4完美配合，但也有一些不能，这就是为什么PyPDF4在本文中没有更多的特色。随意用PyPDF4替换PyPDF2的导入，看看它是如何工作的。
2.6K50发布于 2019-05-31 - 来自专栏python自学成菜
Python自学20 - Python操作PDF文件
本文将介绍两类主流方案：pdfplumber：擅长提取文本和表格pypdf（PyPDF2 升级版）：擅长结构化操作（合并、拆分、旋转、加密等）1. 环境准备pip install pdfplumberpip install pypdfpypdf 是 PyPDF2 的继任者，API 更现代化，性能更好。2. 使用 pypdf 操作 PDF 结构3.1 读取 PDF 基本信息from pypdf import PdfReaderreader = PdfReader("example.pdf")print(" 页数：", len(reader.pages))print("元数据：", reader.metadata)3.2 合并 PDFfrom pypdf import PdfMergermerger = 总结pdfplumber：适合内容提取（文本、表格）pypdf：适合结构化操作（合并、拆分、旋转、加密）两者结合，可以覆盖绝大多数 PDF 自动化需求在批量处理、自动化办公、数据分析等场景中，Python
44410编辑于 2025-12-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号