Python 将多个PDF文档中的指定页，合并生成新的PDF、拆份PDF

pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple

将多个PDF文档中的指定页，合并生成新的PDF

代码如下：

from PyPDF2 import PdfReader, PdfWriter
# pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 定义要处理的PDF文件及其完整路径
pdf_files = {
    '数模.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\数学一模每日一练5(3.18).pdf',  # 替换为A.pdf的实际路径
    '数招.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\自招考试—数学每日一练5(3.18).pdf',  # 替换为B.pdf的实际路径
    '物模.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\物理一模每日一练5(3.18).pdf',  # 替换为C.pdf的实际路径
    '物招.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\自招考试—物理每日一练5(3.18).pdf',  # 替换为C.pdf的实际路径
    '化模.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\化学一模每日一练5(3.18).pdf',  # 替换为C.pdf的实际路径
    '化招.pdf': r'D:\Users\Documents\WeChat Files\FileStorage\File\2025-03\自招版—化学每日一练5(3.18）.pdf'    # 替换为C.pdf的实际路径
}

# 定义要提取的页码（注意：页码从0开始）
pages_to_extract = {
    '数模.pdf': [0],  # 提取A.pdf的第1页和第3页
    '数招.pdf': [0],  # 提取B.pdf的第2页
    '物模.pdf': [0],  # 提取C.pdf的第1页和第2页
    '物招.pdf': [0],  # 提取A.pdf的第1页和第3页
    '化模.pdf': [0],  # 提取B.pdf的第2页
    '化招.pdf': [0]  # 提取C.pdf的第1页和第2页
}

# 创建一个PdfWriter对象来保存合并后的PDF
output_pdf = PdfWriter()

# 遍历每个PDF文件
for pdf_name, pdf_path in pdf_files.items():
    # 读取PDF文件
    reader = PdfReader(pdf_path)

    # 获取要提取的页码
    pages = pages_to_extract.get(pdf_name, [])

    # 遍历要提取的页码
    for page_num in pages:
        # 获取指定页
        page = reader.pages[page_num]
        # 将页添加到输出PDF中
        output_pdf.add_page(page)

# 将合并后的PDF写入到输出文件
output_path = r'D:\Users\Desktop\0319.pdf'  # 替换为输出文件的实际路径
with open(output_path, 'wb') as output_file:
    output_pdf.write(output_file)

print(f"PDF合并完成，已保存为 {output_path}")

代码说明：

• PdfReader：用于读取 PDF 文件。
• PdfWriter：用于创建和写入新的 PDF 文件。
• pages_to_extract：一个字典，指定每个 PDF 文件中要提取的页码。注意，页码从 0 开始。
• output_pdf.add_page(page)：将指定的页面添加到输出 PDF 中。
• output_pdf.write(output_file)：将合并后的 PDF 写入到输出文件。

拆分PDF

from PyPDF2 import PdfReader, PdfWriter
import os

# 定义要处理的PDF文件及其完整路径
pdf_files = {
    'a.pdf': '/path/to/a.pdf',  # 替换为a.pdf的实际路径
    'b.pdf': '/path/to/b.pdf',  # 替换为b.pdf的实际路径
    'c.pdf': '/path/to/c.pdf'   # 替换为c.pdf的实际路径
}

# 定义输出目录
output_dir = '/path/to/output'  # 替换为输出目录的实际路径

# 如果输出目录不存在，则创建它
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

# 遍历每个PDF文件
for pdf_name, pdf_path in pdf_files.items():
    # 读取PDF文件
    reader = PdfReader(pdf_path)
    
    # 遍历PDF的每一页
    for page_num, page in enumerate(reader.pages):
        # 创建一个PdfWriter对象
        writer = PdfWriter()
        # 将当前页添加到PdfWriter中
        writer.add_page(page)
        
        # 生成输出文件名
        output_filename = os.path.join(output_dir, f'{pdf_name}_page_{page_num + 1}.pdf')
        
        # 将当前页保存为一个单独的PDF文件
        with open(output_filename, 'wb') as output_file:
            writer.write(output_file)
        
        print(f"已保存: {output_filename}")

print("所有页面已拆分为单独的PDF文件！")

代码说明：

1. PdfReader：
   • 用于读取 PDF 文件。
2. PdfWriter：
   • 用于创建新的 PDF 文件。
3. os.makedirs(output_dir)：
   • 如果输出目录不存在，则创建它。
4. enumerate(reader.pages)：
   • 遍历 PDF 的每一页，page_num 是页码（从 0 开始），page 是当前页内容。
5. output_filename：
   • 生成输出文件的路径和名称，格式为 {pdf_name}_page_{page_num + 1}.pdf（例如 a.pdf_page_1.pdf）。
6. writer.write(output_file)：
   • 将当前页保存为一个单独的 PDF 文件。