python王者-第18章使用Python处理PDF档案

python王者-第18章使用Python处理PDF档案
📚 使用Python处理PDF文件
📦 模块安装与导入
本章内容需要使用外挂模块 PyPDF2，下载此模块时指令如下：

bash
Copy
pip install PyPDF2
程序导入使用 import 时是：

python
Copy
import PyPDF2
🔑 PDF文件操作

1. 开启PDF文件
   使用以下代码打开PDF文件：

python
Copy
pdfObj = open(‘pdf_file’, ‘rb’) # 'rb’表示以二进制开启
2. 获得PDF文件的页数
使用 PdfFileReader 来读取PDF内容：

python
Copy
pdfRd = PyPDF2.PdfFileReader(pdfObj)
3. 读取PDF页面内容
读取第
KaTeX can only parse string typed expression
n 页内容的代码如下：

python
Copy
pdfContentObj = pdfRd.getPage(n) # 读取第n页内容
请注意，PDF页面是从第0页开始计算的。页面内容被读入 pdfContentObj 对象后，可以使用 extractText() 方法取得该页的字符串内容。

4. 检查PDF是否被加密
   在执行 pdfRd = PyPDF2.PdfFileReader(pdfObj) 之后，pdfRd 对象会有 isEncrypted 属性。如果此属性是 True，表示文件有加密；如果此属性是 False，表示文件没有加密。

5. 解密PDF文件
   对于加密的PDF文件，我们可以使用 decrypt() 方法执行解密。如果解密成功，decrypt() 会返回 1；如果失败则返回 0。

6. 建立新的PDF文件
   建立新PDF文件的基本流程如下：

建立一个 PdfWriter 对象（名称可以自取），未来用于写入。
将已有的 pdfRd 对象一次一页复制到 pdfWr 对象。
使用 write() 方法将 pdfWr 对象写入PDF档案。
7. PDF页面的旋转
使用以下方法可以执行页面旋转：

顺时针旋转：rotateClockwise()
逆时针旋转：rotateCounterClockwise()
8. 加密PDF文件
若想将PDF档案加密，可以在将 pdfWr 对象正式使用 write() 方法写入前调用 encrypt() 方法，密码作为参数放在 encrypt() 方法内。

🔓 处理PDF页面重叠与破解密码