Python利用PyMuPDF模块实现快速转换PDF文件

更新时间：2023年08月01日 09:30:54 作者：winfredzhang

PDF是一种广泛使用的文件格式，可以在任何设备上查看和打印，那么如何用Python和PyMuPDF制作你想要大小的PDF文件呢，本文就来和大家详细讲讲

解决问题

有时候将文档上传Claude2做分析，有大小限制，所以需要切割pdf文档为几个小点的文档，故才有了本文章。

如何用Python和PyMuPDF制作你想要大小的PDF？

PDF是一种广泛使用的文件格式，可以在任何设备上查看和打印。但是，有时您可能只需要查看PDF文件中的前几页，而不是整个文件。在这种情况下，将PDF文件转换为只包含指定页数的新文件可能是有用的。本文将介绍如何使用Python和PyMuPDF模块来实现此任务。

安装PyMuPDF模块

在使用PyMuPDF之前，我们需要先安装它。可以使用以下命令来安装PyMuPDF：

pip install PyMuPDF

导入PyMuPDF和wxPython模块

接下来，我们需要导入PyMuPDF和wxPython模块：

import fitz
import wx

创建GUI界面

为了方便用户输入PDF文件和页码数量，我们将创建一个简单的GUI界面。我们将使用wxPython模块来创建GUI界面。以下是代码示例：

class PDFExtractorFrame(wx.Frame):
    def __init__(self, *args, **kw):
        super(PDFExtractorFrame, self).__init__(*args, **kw)
        panel = wx.Panel(self)
        vbox = wx.BoxSizer(wx.VERTICAL)
        self.file_picker = wx.FilePickerCtrl(panel, message="选择PDF文件", wildcard="PDF Files (*.pdf)|*.pdf",
                                            style=wx.FLP_DEFAULT_STYLE | wx.FLP_USE_TEXTCTRL)
        vbox.Add(self.file_picker, 0, wx.EXPAND | wx.ALL, 10)
        self.page_input = wx.TextCtrl(panel, value="1", style=wx.TE_PROCESS_ENTER)
        vbox.Add(self.page_input, 0, wx.EXPAND | wx.ALL, 10)
        extract_button = wx.Button(panel, label="提取", size=(70, 30))
        extract_button.Bind(wx.EVT_BUTTON, self.on_extract)
        vbox.Add(extract_button, 0, wx.ALIGN_CENTER | wx.ALL, 10)
        panel.SetSizer(vbox)
        self.Bind(wx.EVT_TEXT_ENTER, self.on_extract, self.page_input)

此代码创建一个名为PDFExtractorFrame的wx.Frame类，并在其构造函数中创建GUI界面元素。它创建了一个wx.Panel对象和两个wx.BoxSizer对象来放置GUI元素。在此GUI界面中，用户可以选择PDF文件和输入要保留的页码数量。

实现转换功能

接下来，我们需要实现转换功能。我们将使用PyMuPDF模块来打开PDF文件，并使用它来复制指定数量的页面。以下是代码示例：

def extract_pages(self, input_pdf, page_number, output_pdf):
        # 打开PDF文档
        pdf_document = fitz.open(input_pdf)
        total_pages = pdf_document.page_count
        # 确保页码不超过文档的总页数
        page_number = min(page_number, total_pages)
        # 创建新的PDF文档，只包含指定页码之前的内容
        pdf_writer = fitz.open()
        for page in range(page_number):
            pdf_writer.insert_pdf(pdf_document, from_page=page, to_page=page)
        # 保存新的PDF文档到指定路径
        pdf_writer.save(output_pdf)
        pdf_writer.close()
        pdf_document.close()

此代码使用PyMuPDF模块将PDF文件转换为只包含前N页的新PDF文件的函数。该函数将源PDF文件路径，要提取的页数和新PDF文件的输出路径作为参数，并返回无返回值。以下是该函数的详细说明：

input_pdf: 源PDF文件的路径。
page_number: 要提取的页数。
output_pdf: 新PDF文件的输出路径。

该函数使用fitz.open()函数打开输入PDF文件并获取其总页数。如果指定的页码数量超过文档的总页数，则将其设置为文档的总页数。

在创建新的PDF文档之前，该函数创建一个空的PDF文档对象。然后，它使用insert_pdf()函数从源PDF文件中复制每个页面，并将其插入到新的PDF文档对象中。该函数只复制指定数量的页面。

最后，该函数使用save()函数将新PDF文档保存到指定的输出路径，并使用close()函数关闭所有打开的PDF文档对象以释放资源。

运行应用程序

完整代码

import fitz  # PyMuPDF
import wx
class PDFExtractorApp(wx.App):
    def OnInit(self):
        self.frame = PDFExtractorFrame(None, title="PDF页面提取工具")
        self.SetTopWindow(self.frame)
        self.frame.Show()
        return True
class PDFExtractorFrame(wx.Frame):
    def __init__(self, *args, **kw):
        super(PDFExtractorFrame, self).__init__(*args, **kw)
        panel = wx.Panel(self)
        vbox = wx.BoxSizer(wx.VERTICAL)
        self.file_picker = wx.FilePickerCtrl(panel, message="选择PDF文件", wildcard="PDF Files (*.pdf)|*.pdf",
                                            style=wx.FLP_DEFAULT_STYLE | wx.FLP_USE_TEXTCTRL)
        vbox.Add(self.file_picker, 0, wx.EXPAND | wx.ALL, 10)
        self.page_input = wx.TextCtrl(panel, value="1", style=wx.TE_PROCESS_ENTER)
        vbox.Add(self.page_input, 0, wx.EXPAND | wx.ALL, 10)
        extract_button = wx.Button(panel, label="提取", size=(70, 30))
        extract_button.Bind(wx.EVT_BUTTON, self.on_extract)
        vbox.Add(extract_button, 0, wx.ALIGN_CENTER | wx.ALL, 10)
        panel.SetSizer(vbox)
        self.Bind(wx.EVT_TEXT_ENTER, self.on_extract, self.page_input)
    def on_extract(self, event):
        input_pdf = self.file_picker.GetPath()
        output_pdf = "output.pdf"
        try:
            page_number = int(self.page_input.GetValue())
            self.extract_pages(input_pdf, page_number, output_pdf)
            wx.MessageBox("PDF页面提取完成！", "成功", wx.OK | wx.ICON_INFORMATION)
        except ValueError:
            wx.MessageBox("无效的页码输入！", "错误", wx.OK | wx.ICON_ERROR)
    def extract_pages(self, input_pdf, page_number, output_pdf):
        # 打开PDF文档
        pdf_document = fitz.open(input_pdf)
        total_pages = pdf_document.page_count
        # 确保页码不超过文档的总页数
        page_number = min(page_number, total_pages)
        # 创建新的PDF文档，只包含指定页码之前的内容
        pdf_writer = fitz.open()
        for page in range(page_number):
            pdf_writer.insert_pdf(pdf_document, from_page=page, to_page=page)
        # 保存新的PDF文档到指定路径
        pdf_writer.save(output_pdf)
        pdf_writer.close()
        pdf_document.close()
if __name__ == '__main__':
    app = PDFExtractorApp()
    app.MainLoop()

以上就是Python利用PyMuPDF模块实现快速转换PDF文件的详细内容，更多关于Python PyMuPDF转换PDF的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

使用Python编写简单的画图板程序的示例教程
这篇文章主要介绍了使用Python编写简单的画图板软件的示例教程,利用到了经常被用来做游戏的pygame模块,需要的朋友可以参考下
2015-12-12
创建pycharm的自定义python模板方法
今天小编就为大家分享一篇创建pycharm的自定义python模板方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-05-05
基于PyQt5制作Excel文件数据去重小工具
这篇文章主要介绍了如何利用PyQt5模块制作一个Excel文件数据去重小工具，可以将单个或者多个Excel文件数据进行去重操作，去重的列可以通过自定义制定，需要的可以参考一下
2022-04-04
Python如何使用字符打印照片
这篇文章主要介绍了Python如何使用字符打印照片,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-01-01
Python asyncio异步编程简单实现示例
本文主要介绍了Python asyncio异步编程简单实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-01-01
在Python中调用Ping命令,批量IP的方法
今天小编就为大家分享一篇在Python中调用Ping命令,批量IP的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-01-01
pytorch中Transformer进行中英文翻译训练的实现
本文主要介绍了pytorch中Transformer进行中英文翻译训练的实现,详细阐述了使用PyTorch实现Transformer模型的代码实现和训练过程,具有一定参考价值,感兴趣的可以了解一下
2023-08-08
Python调用adb命令实现对多台设备同时进行reboot的方法
今天小编就为大家分享一篇Python调用adb命令实现对多台设备同时进行reboot的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-10-10
值得收藏的10道python 面试题
本文给大家分享值得收藏的10道python 面试题,非常不错，具有一定收藏价值，需要的朋友可以参考下
2019-04-04
Django Python 获取请求头信息Content-Range的方法
今天小编就为大家分享一篇Django Python 获取请求头信息Content-Range的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-08-08