当前位置：首页 > news >正文

Python PDF文件拆分-详解

news 来源：原创 2025/9/12 4:56:01

使用工具

将PDF按页数拆分

将PDF的每一页拆分为单独的文件

将PDF按指定页数拆分

根据页码范围拆分PDF

根据指定内容拆分PDF

将PDF的一页拆分为多页

在日常生活中，我们常常会遇到大型的PDF文件，这些文件可能难以发送、管理和查阅。将PDF拆分成多个小文件是一个实用的解决方案，可以为我们带来多重好处。首先，拆分PDF可以提高文件的可读性，使用户更容易找到所需信息。此外，拆分后的文件更便于分享和协作，特别适用于团队项目，让不同成员能够同时处理各自负责的部分。同时，这种方法还能有效保护隐私，允许将敏感信息单独处理，从而降低数据泄露的风险。

这篇博客将探讨如何使用Python实现PDF文件拆分，主要涵盖以下几个方面的内容：

将PDF按页数拆分
- 将PDF的每一页拆分为单独的文件
- 将PDF按指定页数拆分
将PDF按页码范围拆分
将PDF按指定内容拆分
将PDF的一页拆分为多页

使用工具

要在Python中实现拆分PDF文件，可以使用Spire.PDF for Python库。该库主要用于在Python应用程序中生成和处理PDF文档，也支持将PDF转换为其他格式，例如图片，Word和Excel等。

安装 Spire.PDF

在开始之前，需要先安装 Spire.PDF 库。你可以在终端中运行以下命令进行安装：

pip install spire.pdf

将PDF按页数拆分

在按页数拆分PDF文件时，你可以将PDF文档的每一页拆分为一个单独的文件，也可以将PDF文档按指定页数拆分。下面将对这两种方式逐一进行介绍。

将PDF的每一页拆分为单独的文件

Spire.PDF for Python提供了PdfDocument.Split()方法，支持将PDF文档按页拆分，生成的每个文件仅包含原始文档中的一页。具体实现步骤如下：

创建PdfDocument对象。
使用PdfDocument.LoadFromFile()方法打开PDF文档。
使用PdfDocument.Split()方法将PDF文档的每一页拆分为单独的PDF文档。

实现代码：

from spire.pdf.common import *
from spire.pdf import *# 创建PdfDocument对象
pdf = PdfDocument()
# 加载PDF文件
pdf.LoadFromFile("心理健康.pdf")# 将PDF文件拆分为多个PDF文件，每个文件仅包含原始PDF中的一页
pdf.Split("拆分PDF/第{0}页.pdf", 1)# 关闭PdfDocument对象
pdf.Close()

将PDF按指定页数拆分

将 PDF 文件按指定页数拆分的方法是通过创建新的 PDF 文档并将指定数量的页面插入其中来实现。具体实现步骤如下：

创建PdfDocument对象。
使用PdfDocument.LoadFromFile()方法打开PDF文档。
获取PDF文档的总页数。
使用循环按指定页数拆分PDF：
- 设置起始页和结束页。
- 创建新的PdfDocument对象。
- 使用PdfDocument.InsertPageRange()方法将当前页码范围内的页面插入到新PDF文档中。
- 使用PdfDocument.SaveToFile()方法保存生成的PDF文档。

实现代码：

from spire.pdf.common import *
from spire.pdf import *# 将PDF按指定页数拆分的方法
def split_pdf_by_page_count(input_file, page_count):# 创建PdfDocument对象pdf = PdfDocument()# 加载PDF文件pdf.LoadFromFile(input_file)# 计算总页数total_pages = pdf.Pages.Count# 按指定页数拆分PDFfor i in range(0, total_pages, page_count):# 创建新的PdfDocument对象new_pdf = PdfDocument()# 计算当前要插入的页码范围start_page = iend_page = min(i + page_count - 1, total_pages - 1)  # 确保不超过总页数# 将当前页码范围的页面插入到新PDF中new_pdf.InsertPageRange(pdf, start_page, end_page)# 保存生成的文件new_pdf.SaveToFile("拆分PDF/" + f"{start_page + 1}-{end_page + 1}页.pdf")# 关闭新创建的PdfDocument对象new_pdf.Close()# 关闭原始PdfDocument对象pdf.Close()# 调用split_pdf_by_page_count方法将PDF文件按照每3页拆分
split_pdf_by_page_count("心理健康.pdf", 3)

根据页码范围拆分PDF

除了按页数拆分 PDF 文件外，你还可以选择将指定页码范围内的页面提取为单独的文件。该方法的实现步骤与按指定页数拆分类似，此处不再赘述。

实现代码：

from spire.pdf.common import *
from spire.pdf import *# 提取PDF中指定页码范围内的页面并保存为新文件的方法
def split_pdf_by_page_range(input_file, start_page, end_page, output_file):# 创建PdfDocument对象并加载PDF文件pdf = PdfDocument()pdf.LoadFromFile(input_file)# 创建新的PdfDocument对象new_pdf = PdfDocument()# 将指定页码范围内的页面插入到新PDF文档中new_pdf.InsertPageRange(pdf, start_page, end_page)# 保存生成的文件new_pdf.SaveToFile(output_file)# 关闭PdfDocument对象pdf.Close()new_pdf.Close()# 调用split_pdf_by_page_range方法，从PDF文件中提取第1-3页并保存为新文件
split_pdf_by_page_range("心理健康.pdf", 0, 2, "拆分PDF/指定页码范围.pdf")

根据指定内容拆分PDF

在某些情况下，你可能需要根据特定关键字或短语拆分 PDF。这种方法可以提取包含特定内容的页面，便于整理相关信息。以下代码会查找 PDF 每一页上的文本，如果找到指定关键字，则将该页面添加到新 PDF 中：

from spire.pdf.common import *
from spire.pdf import *# 提取包含特定关键字的页面到新PDF中的方法 
def extract_pages_with_keyword(pdf_path, output_path, keyword):# 创建PdfDocument对象pdf = PdfDocument()# 加载PDF文件pdf.LoadFromFile(pdf_path)# 创建一个新的PdfDocument对象new_pdf = PdfDocument()# 遍历文档中的每一页for i in range(pdf.Pages.Count):page = pdf.Pages[i]# 创建PdfTextFinder实例finder = PdfTextFinder(page)# 定义文本查找参数finder.Options.Parameter = TextFindParameter.WholeWord# 查找特定文本results = finder.Find(keyword)# 如果找到了关键字if results:# 将当前页面添加到新文档中new_pdf.InsertPage(pdf, i)# 保存提取的结果文件new_pdf.SaveToFile(output_path)# 关闭PdfDocument对象new_pdf.Close()pdf.Close()# 调用extract_pages_with_keyword方法将PDF文件中包含特定关键字的页面保存为新文件
extract_pages_with_keyword("心理健康.pdf", "拆分PDF/含关键字页面.pdf", "问题")

将PDF的一页拆分为多页

在某些情况下，你可能需要将 PDF 文档的某一页拆分为两页或多页。在拆分时，你可以选择将该页面横向或竖向拆分。横向拆分时，拆分后的文档的每个页面的宽度等于原始宽度的1/拆分总页数；竖向拆分时，拆分后的文档的每个页面的高度等于原始高度的1/拆分总页数。

以下代码展示了如何将PDF文档的指定页面竖向或横向拆分为两页：

from spire.pdf.common import *
from spire.pdf import *# 将指定PDF页面横向或竖向拆分为多页的方法
def split_specific_pdf_page(pdf_path, output_folder, page_index, num_pages, split_direction='vertical'):# 创建PdfDocument对象pdf = PdfDocument()# 加载PDF文件pdf.LoadFromFile(pdf_path)# 获取指定页面if page_index < 0 or page_index >= pdf.Pages.Count:print("错误：指定的页面索引超出范围。")returnpage = pdf.Pages[page_index]# 创建一个新的PdfDocument对象newPdf = PdfDocument()# 移除所有页面边距newPdf.PageSettings.Margins.All = 0.0# 根据拆分方向设置新PDF的页面尺寸if split_direction == 'vertical':newPdf.PageSettings.Width = page.Size.WidthnewPdf.PageSettings.Height = page.Size.Height / float(num_pages)elif split_direction == 'horizontal':newPdf.PageSettings.Height = page.Size.HeightnewPdf.PageSettings.Width = page.Size.Width / float(num_pages)else:print("错误：无效的拆分方向，请选择'vertical'或'horizontal'。")return# 向新PDF添加一页newPage = newPdf.Pages.Add()# 设置布局格式为自动分页format = PdfTextLayout()format.Break = PdfLayoutBreakType.FitPageformat.Layout = PdfLayoutType.Paginate# 绘制内容   page.CreateTemplate().Draw(newPage, PointF(0.0, 0.0), format)# 保存生成的文件newPdf.SaveToFile(f"{output_folder}/拆分第{page_index + 1}页.pdf")# 关闭PdfDocument对象newPdf.Close()pdf.Close()# 调用split_specific_pdf_page方法将PDF文件第1页竖向拆分为2页，0为当前页面的索引，2为拆分总页数
split_specific_pdf_page("心理健康.pdf", "拆分PDF", 0, 2, 'vertical')  
# # 或者将PDF文件第1页横向拆分为2页
# split_specific_pdf_page("心理健康.pdf", "拆分PDF", 0, 2, 'horizontal')

以上就是使用Python实现拆分PDF文档的全部内容。感谢阅读！

Python PDF文件拆分-详解

目录使用工具将PDF按页数拆分将PDF的每一页拆分为单独的文件将PDF按指定页数拆分根据页码范围拆分PDF 根据指定内容拆分PDF 将PDF的一页拆分为多页在日常生活中，我们常常会遇到大型的PDF文件，这些文件可能难以发送、管理和查阅。将PDF拆分成…...

编程日记 2025/9/12 4:56:01

ollama本地部署DeepSeek-R1大模型使用前端JS调用的详细流程

以下是关于如何在本地部署 DeepSeek-R1 大模型（通过 Ollama），并使用前端 JavaScript 调用其功能的详细流程。前提条件硬件要求： 建议至少 16GB RAM（运行较小模型如 1.5B 或 7B 参数版本），如果…...

编程日记 2025/9/12 4:55:30

Spring Cloud Alibaba与Spring Boot、Spring Cloud版本对应关系

一、前言在搭建SpringCloud项目环境架构的时候，需要选择SpringBoot和SpringCloud进行兼容的版本号，因此对于选择SpringBoot版本与SpringCloud版本的对应关系很重要，如果版本关系不对应，常见的会遇见项目启动不起来，怪…...

编程日记 2025/9/12 4:53:26

初识SQL

SQL 定义：SQL（Structured Query Language，结构化查询语言）是一种标准化的数据库操作语言，广泛用于关系数据库管理系统（RDBMS），如 MySQL、PostgreSQL 等。它支持数据的定义&#xff0…...

编程日记 2025/9/12 4:55:28

12_Pandas时序数据（上）

固定时间时间的表示固定时间是指一个时间点。固定时间是时序数据的基础，一个固定时间带有丰富的信息，如年份、周几、月份、季度等。 Python的官网库datetime支持创建和处理时间： datetime.now() # 当前时间 datetime(2025,2,26,12) # 指…...

编程日记 2025/9/12 4:55:29

当我删除word文件时无法删除，提示：操作无法完成，因为已在Microsoft Word中打开

现象： 查看电脑桌面下方的任务栏，明明已经关闭了WPS和WORD软件，但是打开word文档时还是提示： 解决方法步骤： 1、按一下键盘上的ctrl Shift Esc 键打开任务管理器 2、在进程中找到如下： 快速找到的方法…...

编程日记 2025/9/12 4:55:29

0x03 http协议和分层架构

HTTP协议简介 Hyper Text Transfer Protocol，超文本传输协议，规定了浏览器和服务器之间数据传输的规则 http协议基于TCP协议：面向连接，安全基于请求-响应模型：一次请求对应一次响应HTTP协议是无状态的协议&#xff…...

编程日记 2025/9/12 4:56:01

JavaScript系列03-异步编程全解析

本文介绍了异步相关的内容，包括： 回调函数与回调地狱Promise详解async/await语法Generator函数事件循环机制异步编程最佳实践 1、回调函数与回调地狱 JavaScript最初是为处理网页交互而设计的语言，异步编程是其核心特性之一。最早的异步编…...

编程日记 2025/9/12 4:54:54

深度解读 AMS1117：从电气参数到应用电路的全面剖析

在电子设备的电源管理领域，线性稳压器扮演着至关重要的角色，而 AMS1117 凭借其出色的性能和广泛的适用性，成为众多工程师的热门选择。本文将依据相关资料，对 AMS1117 的特性、应用、电气参数等方面进行详细解读。一、功能特性概…...

编程日记 2025/9/12 4:55:28

深入理解Tomcat与Web应用部署：C/S与B/S架构下的实践指南

在当今的互联网时代，Web应用的开发与部署是软件开发领域的重要组成部分。无论是传统的C/S架构，还是现代广泛应用的B/S架构，了解它们的优缺点以及如何高效部署Web应用是每个开发者都需要掌握的技能。本文将深入探讨C/S与B/S架构的区别&#xf…...

编程日记 2025/9/12 4:52:57

XML 编辑器：全面指南与最佳实践

XML 编辑器：全面指南与最佳实践引言 XML（可扩展标记语言）编辑器是处理XML文件的关键工具，对于开发人员、系统管理员以及任何需要处理XML数据的人来说至关重要。本文将全面介绍XML编辑器的概念、功能、选择标准以及最佳实践，旨在帮助读者了解如何选择和使用合适的XML编辑…...

编程日记 2025/9/11 13:16:47

Python实现GO鹅优化算法优化BP神经网络回归模型项目实战

说明：这是一个机器学习实战项目（附带数据代码文档视频讲解），如需数据代码文档视频讲解可以直接到文章最后关注获取。 1.项目背景传统BP神经网络的局限性：BP（Back Propagation）神经网络作为一种…...

编程日记 2025/9/12 4:54:53

如何配置虚拟机的IP上网

要配置虚拟机的IP地址以便上网，你可以按照以下步骤操作： 打开虚拟机软件，确保虚拟机的网络设置为“桥接模式”或“NAT模式”，这样虚拟机可以与物理网络连接。在虚拟机操作系统中，打开网络设置界面，一般在…...

编程日记 2025/9/9 13:35:52

【洛谷贪心算法题】P1094纪念品分组

该题运用贪心算法，核心思想是在每次分组时，尽可能让价格较小和较大的纪念品组合在一起，以达到最少分组的目的。【算法思路】输入处理：首先读取纪念品的数量n和价格上限w，然后依次读取每件纪念品的价格，…...

编程日记 2025/9/8 1:43:14

学习笔记08——ConcurrentHashMap实现原理及源码解析

1. 概述为什么需要ConcurrentHashMap？ 解决HashMap线程不安全问题：多线程put可能导致死循环（JDK7）、数据覆盖（JDK8） 优化HashTable性能：通过细粒度锁替代全局锁，提高并发度对比…...

编程日记 2025/9/12 4:55:30

redis slaveof 命令执行后为什么需要清库重新同步

在 Redis 中，执行 SLAVEOF（或 REPLICAOF）命令后，从节点需要清空现有数据并重新同步的主要原因如下： 1. 保证数据一致性核心目标：确保从节点的数据与主节点完全一致。问题场景： 如果从节点之前…...

编程日记 2025/9/12 4:50:39

6-1JVM的执行引擎处理

一、执行引擎的组成结构解释器（Interpreter） 逐条解释执行字节码指令，启动速度快但执行效率较低。适用于短生命周期或对启动时间敏感的场景，如调试环境。即时编译器（JIT Compiler） 通过动态…...

编程日记 2025/9/7 14:44:59

CMU15445(2023fall) Project #4 - Concurrency Control踩坑历程

把树木磨成月亮最亮时的样子， 就能让它更快地滚下山坡， 有时会比骑马还快。完整代码见： SnowLegend-star/CMU15445-2023fall: Having Conquered the Loftiest Peak, We Stand But a Step Away from Victory in This Stage. With unwavering…...

编程日记 2025/9/11 3:48:43

腿足机器人之十三-强化学习PPO算法

腿足机器人之十三-强化学习PPO算法腿足机器人位姿常用强化学习算法PPO算法核心原理PPO算法的创新设计PPO算法典型流程优势函数对于复杂地形适应性（如楼梯、碎石路），传统的腿足机器人采用基于模型的控制器，该方法依赖精确动力学建…...

编程日记 2025/9/11 9:50:53

ubuntu下r8125网卡重启丢失修复案例一则

刚装的一台服务器，ubuntu24.04，主板网卡是r8125，安装服务后会莫名其妙丢失驱动按照官网的方法下载最新8125驱动包： Realtek 然后卸载驱动 rmmod r8125 然后在驱动包里安装（幸好我之前装了build-essential&#x…...

编程日记 2025/9/7 18:03:10

设计一个“车速计算”SWC，通过Sender-Receiver端口输出车速信号。

1. 需求分析功能目标：根据车轮脉冲信号（轮速传感器输入）计算当前车速，并将结果通过Sender端口发送给其他SWC。输入：轮速脉冲数（如WheelPulse，类型uint32）。输出：车速（如VehicleSpeed，类型float32，单位km/h）。触发方式：周期性计算（例如每10ms执行一次）。 2.…...

编程日记 2025/9/11 20:01:45

DeepSeek 使用窍门与提示词写法指南

一、通用提示词技巧窍门分类技巧说明示例提示词明确需求用“角色任务要求”明确目标作为健身教练，为30岁上班族设计一周减脂计划，需包含饮食和15分钟居家训练结构化提问分步骤、分模块提问第一步：列出Python爬虫必备的5个库；第二…...

编程日记 2025/9/9 22:33:19

MySQL零基础教程12—聚合查询（聚合函数）

背景有时候我们需要汇总一些数据，比如查询一个班级的平均分数，这个时候我们需要的是把分数汇总，然后计算出一个平均值进行返回，并不需要返回某一列的值，针对这种场景，mysql中提供了一些聚合函数帮助快速完…...

编程日记 2025/9/8 21:54:34

JMeter 引入 JAR 包的几种方法

JMeter 支持加载外部 JAR 文件，用于： 扩展 JMeter 功能使用 Java 代码（BeanShell / JSR223）连接数据库 / 解析 Excel / 读取 CSV 📌 1. JMeter 引入 JAR 包的方式 ✅ 方式 1：将 JAR 放入 lib/ 或 lib/ext…...

编程日记 2025/9/7 18:01:00

一周一个Unity小游戏2D反弹球游戏 - 球板的发球

前言本文将实现当游戏开始时球在球板上，且不具备物理性，在Windows平台上通过点击屏幕来球发射，安卓平台上当手指触摸到屏幕上时进行发球，并此时开始具备物理性。发球逻辑首先在球板上创建一个球的发射点，新建一个空的游戏物体，并命名为BallPoint，并将其作为SpringBoa…...

编程日记 2025/9/11 7:38:28

C++Primer学习（4.8位运算符）

4.8位运算符位运算符作用于整数类型的运算对象，并把运算对象看成是二进制位的集合。位运算符提供检查和设置二进制位的功能，如17.2节(第640页)将要介绍的，一种名为bitset的标准库类型也可以表示任意大小的二进制位集合,所以位运算符同样能用…...

编程日记 2025/9/9 21:24:23

Linux | Ubuntu 与 Windows 双系统安装 / 高频故障 / UEFI 安全引导禁用

注：本文为 “buntu 与 Windows 双系统及高频故障解决” 相关文章合辑。英文引文，机翻未校。 How to install Ubuntu 20.04 and dual boot alongside Windows 10 如何将 Ubuntu 20.04 和双启动与 Windows 10 一起安装 Dave’s RoboShack Published in…...

编程日记 2025/9/9 21:47:11

配置类 Configuration EnableWebSecurity EnableGlobalMethodSecurity(prePostEnabledtrue) public class SpringSecurityConfig extends WebSecurityConfigurerAdapter { Bean Override public AuthenticationManager authenticationManagerBean() throws Exception {return s…...

编程日记 2025/9/11 17:03:59

使用工具

将PDF按页数拆分

将PDF的每一页拆分为单独的文件

将PDF按指定页数拆分

根据页码范围拆分PDF

根据指定内容拆分PDF

将PDF的一页拆分为多页

相关文章：