当前位置：首页 > news >正文

5 种使用 Python 自动化处理 PDF 的实用方法

news 2025/9/27 5:31:12

自动化处理 PDF 文件已成为减少重复工作、提升工作效率的重要手段。对于需要处理报表、合同或发票的开发者来说，手动操作往往耗时且容易出错。Python 因其简单易用且拥有丰富生态系统，提供了多种库，使得 PDF 的拆分、合并、提取和生成等操作变得更加便捷。本文将介绍五种实用方法，从内置工具到专业库，帮助你在 Python 中实现 PDF 任务的自动化。

内置库
PyPDF2
pdfplumber
ReportLab
Spire.PDF

使用内置库（os、subprocess）调用外部工具

在 Python 中，标准库如 os 和 subprocess 并不直接支持 PDF 操作，但你仍可以利用它们调用外部命令行工具，从而完成基本的 PDF 操作，例如合并、拆分或转换文件。下面的示例演示如何借助命令行工具将 PDF 文件转换为 .txt 文档：

import subprocess
import osinput_path = r"E:/Administrator/Python1/input/AI绘画的利与弊-图片版.pdf"
output_path = r"E:/Administrator/Python1/output/转为TXT.pdf"# 调用命令行工具 pdftotext
subprocess.run(["pdftotext", input_path, output_path])if os.path.exists(output_path):print("文本提取成功:", output_path)

注意：此代码依赖 Windows 下的第三方命令行工具 Poppler。

使用 PyPDF2 进行基本 PDF 操作

在了解了 Python 内置库之后，我们来看最受欢迎的开源 Python PDF 库之一——PyPDF2。这个轻量级且广泛使用的库，可以方便地完成常见 PDF 操作，如合并多个文件、拆分文档、旋转页面以及提取文本。对于只需进行基础 PDF 操作的开发者来说，它是一个很好的起点，无需依赖繁重的外部工具。

下面的代码示例展示了如何使用 PyPDF2 拆分 PDF，并将前两页保存为新的 PDF 文件：

from PyPDF2 import PdfReader, PdfWriterinput_path = r"E:/Administrator/Python1/input/AI绘画的利与弊-图片版.pdf"
output_path = r"E:/Administrator/Python1/output/拆分PDF.pdf"# 创建 PdfReader 对象并读取源 PDF
reader = PdfReader(input_path)# 创建 PdfWriter 对象
writer = PdfWriter()# 拆分 PDF，并将前两页添加到 writer
for i in range(2):  writer.add_page(reader.pages[i])# 将拆分后的 PDF 写入新文件
with open(output_path, "wb") as f:writer.write(f)print("拆分后的 PDF 已生成:", output_path)

以下为拆分后的 PDF 与原文档的对比预览：

使用 PyPDF2 在 Python 中拆分 PDF

使用 pdfplumber 精准提取文本

PDF 文件通常难以直接编辑，因此许多人希望提取其中的内容（如文本或表格）以便在其他场景中复用。这时 pdfplumber 就非常实用。它是专门用于文本和表格提取的开源 Python 库，能够在保持原有结构的同时提供高度准确的提取结果，非常适合需要可靠数据提取的场景。

下面的示例展示如何使用 pdfplumber 从 PDF 中提取文本并输出到控制台：

import pdfplumberinput_path = r"/input/AI绘画的利与弊-图片版.pdf"with pdfplumber.open(input_path) as pdf:page = pdf.pages[1]text = page.extract_text()print("第一页提取的文本:\n", text)

使用 ReportLab 创建和定制 PDF

到目前为止，我们主要关注的是从现有 PDF 文档中提取或转换内容，或拆分页面。除了处理已有文件外，许多场景还需要动态生成 PDF 文档，例如自动生成报表、添加水印或插入图表和图片。ReportLab 是一个强大的 Python 库，允许开发者从零创建 PDF 文件，并对内容和布局进行高度定制。借助 ReportLab，你可以轻松生成个性化 PDF，以满足各种业务或展示需求。

下面的 Python 示例展示如何使用 ReportLab 创建 PDF 文件：

from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import A4output_path = r"/output/生成PDF.pdf"c = canvas.Canvas(output_path, pagesize=A4)
c.drawString(100, 750, "this is a PDF created using ReportLab.")
c.drawString(100, 730, "You can add text, images and even tables.")
c.showPage()
c.save()print("新 PDF 已生成:", output_path)

以下为输出文件预览：

使用 ReportLab 在 Python 中创建 PDF

使用专业库如 Spire.PDF 应对高级场景

除了开源库外，Python 还有商业选项，例如 Spire.PDF for Python，它提供了全面的功能，涵盖几乎所有常见的 Adobe Acrobat 操作，如 PDF 加密、数字签名和格式转换。同时，它还支持一些 Acrobat 难以处理的高级任务，如批量表单字段处理、生成带复杂图表的动态 PDF 以及自动化 PDF 报告创建。对于需要专业、自动化且高度定制的 PDF 处理工作，Spire.PDF 提供了灵活高效的解决方案。

下面通过两个代码示例展示 Spire.PDF 在 Python 中的应用。

以下示例演示如何为 PDF 文件添加数字签名：

from spire.pdf.common import *
from spire.pdf import *# 加载 PDF
doc = PdfDocument()
doc.LoadFromFile("/input/Booklet.pdf")# 创建签名生成器
signatureMaker = PdfOrdinarySignatureMaker(doc, "/alice.pfx", "e-iceblue")# 配置签名属性，如签名者姓名、联系方式、位置和签名原因
signature = signatureMaker.Signature
signature.Name = "Alice"
signature.ContactInfo = "+86 12345678"
signature.Location = "China"
signature.Reason = "Author"# 创建自定义签名外观
appearance = PdfSignatureAppearance(signature)
appearance.NameLabel = "Signer: "
appearance.ContactInfoLabel = "Tel: "
appearance.LocationLabel = "Address:"
appearance.ReasonLabel = "Reason: "
appearance.SignatureImage = PdfImage.FromFile("/signature2.png")
appearance.GraphicMode = GraphicMode.SignImageAndSignDetail
appearance.SignImageLayout = SignImageLayout.none# 获取首页
page = doc.Pages[0]# 将签名添加到页面指定位置
signatureMaker.MakeSignature("Alice sign", page, 90.0, 600.0, 260.0, 100.0, appearance)# 保存已签名文档
doc.SaveToFile("/output/数字签名.pdf")
doc.Close()

结果预览：
使用 Spire.PDF 为 PDF 添加数字签名

以下示例展示如何使用打开密码和权限密码加密 PDF：

from spire.pdf.common import *
from spire.pdf import *# 加载 PDF 文件
doc = PdfDocument()
doc.LoadFromFile("/input/AI绘画的利与弊-图片版.pdf")# 使用打开密码和权限密码加密 PDF
doc.Security.Encrypt("openPsd", "permissionPsd", PdfPermissionsFlags.FillFields, PdfEncryptionKeySize.Key128Bit)doc.SaveToFile("/output/加密PDF.pdf", FileFormat.PDF)