Python+pymupdf处理PDF文档案例6则

推荐图书：

《Python程序设计（第3版）》，（ISBN：978-7-302-55083-9），清华大学出版社，2020年6月第1次印刷，7月第2次印刷

京东购买链接：https://item.jd.com/12668739.html

天猫、当当均有销售，可以选择自己常用平台搜索“董付国”找到本书。

配套资源：教学大纲、PPT课件、例题源码、习题答案、考试系统。

《Python程序设计（第3版）》配套教学大纲

2020年秋季学期Python教材推荐与选用参考

=======================

任务描述：

1. 提取PDF文件中的文本，保存为文本文件

2. 合并PDF文档

3. 把PDF文档按页转换、拆分成独立图片，每页一个图片文件

4. 合并多个图片为PDF文件，每个图片占一页

5. 提取PDF中的所有图片，保存为独立的图片文件

6. 在PDF文件指定位置添加文本注释

7. 为PDF文件中的关键字添加高亮、下画线、删除线

测试文件内容：

安装扩展库：

参考代码：

提取的文本：

合并的PDF文件：

拆分的图片和提取出来的图片文件：

合并的图片式PDF文件内容：

加注释以后的效果：

温馨提示

关注本公众号“Python小屋”，通过菜单“最新资源”==>“历史文章”可以快速查看分专题的1000篇原创技术文章列表（可根据关键字在页面上搜索感兴趣的文章），通过“最新资源”==>“微课专区”可以免费观看500节Python微课，通过“最新资源”==>“培训动态”可以查看近期Python培训安排，通过“最新资源”==>“教学资源”可以查看Python教学资源，海量宝藏等你来挖掘。

---董付国老师Python系列图书---

友情提示：不建议购买太多，最好先通过京东、当当、天猫查阅图书了解目录和侧重点，然后再选择购买适合自己的书。

（1）《Python程序设计（第2版）》（ISBN：978-7-302-43651-5），清华大学出版社，2016年8月出版，2019年度清华大学出版社畅销图书

（2）《Python可以这样学》（ISBN：978-7-302-45646-9），清华大学出版社，2017年2月

（3）《Python程序设计基础（第2版）》（ISBN：978-7-302-49056-2）清华大学出版社，2018年1月出版，2019年度清华大学出版社畅销图书

（4）《中学生可以这样学Python》（ISBN：978-7-302-48039-6）清华大学出版社

（5）《Python程序设计开发宝典》（ISBN：978-7-302-47210-0）清华大学出版社，2018年10月

（6）《玩转Python轻松过二级》（ISBN：978-7-302-49916-9）清华大学出版社，2018年5月

（7）《Python程序设计基础与应用》（ISBN：978-7-111-60617-8），机械工业出版社，2018年9月

（8）《Python程序设计实验指导书》（ISBN：9787302525790），清华大学出版社，2019年4月

（9）《Python编程基础与案例集锦（中学版）》（ISBN：978-7-121-35539-4），电子工业出版社，2019年4月

（10）《大数据的Python基础》（ISBN：978-7-111-62455-4），机械工业出版社，2019年5月出版

（11）译作《Python程序设计》，机械工业出版社（华章），2018年11月出版

（12）繁体版《Python也可以这样学》，台湾博硕文化股份有限公司，2017年10月出版，本书为《Python可以这样学》在台湾发行的繁体版，两本书内容一样，不建议重复购买。

（13）《Python程序设计实例教程》（ISBN：978-7-111-63198-9），机械工业出版社

（14）《Python数据分析、挖掘与可视化》（ISBN：978-7-115-52361-7），人民邮电出版社，2019年12月

（15）《Python程序设计（第3版）》（ISBN：978-7-302-55083-9），清华大学出版社，2020年6月

Python相关课程教材选用参考与建议

董付国老师Python在线课程资源使用方法

董付国老师6本Python教材PDF版免费阅读

《Python数据分析、挖掘与可视化》前3章书稿PDF免费阅读

《Python程序设计基础与应用》前3章书稿PDF免费阅读

号外号外--Python小屋刷题神器上线啦

《中学生可以这样学Python》84节微课免费观看地址

相关阅读：

Python提取docx格式Word文档中所有尾注

Python批量提取Excel文件中所有单元格批注

Python+pandas统计每个学生学习慕课总时长

Python使用openpyxl和pandas处理Excel文件实现数据脱敏案例一则

Python使用openpyxl和pandas处理学生成绩Excel文件实用案例

Python使用标准库zipfile提取docx文档中所有图片

Python批量提取PowerPoint文件中所有幻灯片标题和备注文本

Python处理Windows记事本utf8编码文件要注意的坑

Python创建分栏排版的Word文档

Python提取Word文档中所有脚注文本

Python批量提取docx格式Word文档中所有批注

Python批量提取docx格式Word文档中所有文本框内的文本

Python读取docx文档中所有标题文本

Python合并多个Word文件的4种方法和1种不写代码的方法

一文学会Python标准库struct序列化与反序列化

Python操作PowerPoint文件：批量导入图片（加强版）

Python读取并重新组织Excel文件数据案例一则

使用Python把Word文档转换为图片式不可修改的PDF文件

使用Python合并多张JPG图片为一个PDF文件

使用Python合并任意多个PDF文件

Python提取docx文档中嵌入式图片和浮动图片的又一种方法

Python提取docx文档中所有嵌入式图片和浮动图片

Python提取.ipynb文件中的Python代码保存为.py文件

Python根据身份证号计算年龄和退休时间并保存Excel文件

Python读写Excel文件中指定区域单元格内容

一文230行代码学会使用Python操作Excel文件

Python操作Word文档的节属性和页眉/页脚

Python控制Word文件中段落格式与文本格式

Python把PDF文件中每页内容分离为独立图片文件

Python实现Excel与Word文件中表格数据的导入导出

Python+pandas分离Excel数据到同一个Excel文件中多个Worksheets

使用Python预处理机器学习需要的手写体数字图像文件数据集

Python批量修改Word文档中特定关键字的颜色

Python实现中文文档的简体与繁体互相转换

Python操作Excel文件汇总数据案例一则

Python文件操作与matplotlib数据可视化案例一则

Python文件操作的几个要点与示例

Python统计Excel文件中超市营业额明细数据

Python查找包含指定字符串的所有Office文档

Python查找包含指定字符串的所有文件

Python提取Word文档中所有超链接地址和文本

Python课程期末考试编程题自动批卷原理与实现模板

使用Python批量提取并保存docx文档中的图片

Python筛选Excel文件中超过一定年龄的人员信息

Python批量导入图片到Word文件

把Python程序的输出和异常信息自动写入文件

Python操作Excel文件：插入一列数据

Python使用pandas合并多个Excel文件

Python处理文本文件案例一则

批量统计多个PPTX文件中幻灯片总数量

Python批量转换ppt文件为pptx文件

使用Python为PDF文件批量添加水印的方法及进一步思考

Python使用三种方法批量修改记事本文件编码格式

Python批量生成垃圾邮件内容

Python批量合并带有合并单元格的Excel文件

Python文件操作小案例：交替合并两个记事本文件

Python查找Word文件中红色和加粗的文字（附元宵节送书活动中奖名单）

使用Python写入docx文件并控制字体颜色

Python批量提取Word文件题库中的答案

Python+pywin32批量转换Word文件为PDF文件

使用Python获取Excel文件中单元格公式的计算结果

Python操作Excel文件中多WorkSheet模拟数据库内连接查询

使用Python操作PowerPoint文件中的表格

使用Python批量修改PPTX文件中文本框格式

Python批量导入图片生成能治疗颈椎病的HTML5版课件

Python批量导出多个PPT/PPTX文件中每个幻灯片为独立JPG图片

Python批量导入图片生成PowerPoint 2007+文件

Python批量设置多个Excel文件页眉页脚的源码

Python批量修改Excel文件格式：加粗、颜色交替、渐变背景色填充

Python模拟Linux/Mac OS工具grep和Windows工具findstr

Python使用marshal模块操作二进制文件

Python操作docx文档设置居中并创建表格

Python+pickle读写二进制文件小案例

Python批量整理文件名小案例（附公众号第一批赠书活动中奖名单）

Python统计多个Powerpoint文件中幻灯片总数量

Python编写编程作业批量自动打分程序的思路与实现

详解Python字符串编码格式

使用Python读写文本文件内容

Python批量提取PDF文件中的文本

Python批量检查网页是否被注入其他页面

Python网页注入挂马

几行Python代码打造自己的磁盘垃圾文件清理器

使用Python批量随机化文件名

Python把docx文档中的题库导入SQLite数据库

使用Python判断文件是否为PE文件

Python操作高版本Excel文件：颜色、边框、合并单元格

Python使用模糊哈希值比较文件相似度

Python压缩新文件到已有ZIP文件

Python生成大量随机人员信息

Python生成强密码字典文件

Python破解ZIP或RAR文件密码

Python打造文件MD5值计算器

Python合并Excel2007+中多个WorkSheet

Python提取docx文档中例题、插图、表格清单

Python读写CSV格式文件

Python+shelve读写二进制文件