用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

大多数PDF软件阅读服务是免费的,但是如果你想编辑一个PDF文档,比如从一个PDF文档中提取指定页面,合并多个PDF页面或者实现PDF页面的替换,你一般需要购买收费软件才可以。这当然难不倒程序员们,尤其Python程序员们。今天小编我就带你利用Django+PyPDF2开发一个比较实用的小APP,实现PDF页面在线提取, 页面合并与页面替换。文尾我们会附上GitHub源码地址。

项目开发总体思路

对于PDF页面提取,我们的开发思路是这样子的。我们设计一个表单,让用户上传一个PDF文件并输入提取页面号码。服务器在收到PDF文件后使用PyPDF2读取用户上传的PDF文件,提取我们所需要的页面,然后通过FileResponse将这个提取的PDF页面通过浏览器返回给客户。如果用户输入的是1,3,5,7这种页码,我们将逐一提取页面,将所有提取页面压缩成一个zip包返回给用户。

对于PDF合并,我们只需用户一次上传PDF文件即可。对于PDF替换,我们需要用户上传替换页,被替换的PDF文件及被替换页面号码。

这个应用很简单,并不需要建立什么模型Models。重点要编写的是视图views.py, 用来处理用户的请求。我们预计需要4个urls和4个对应的处理方法。

  • PDF单页提取(如1, 3, 5): pdf_single_page_extract
  • PDF按页面范围连续提取(如2-8): pdf_range_extract
  • PDF文件合并: pdf_merge
  • PDF文件替换: pdf_replace

本例需要安装如下两个Python库, 其中PyPDF2库将负责PDF文件读取, 分割和合并工作。

Django==2.1.3
PyPDF2==1.26.0

项目设置

使用django-admin startproject mypdfproject创建一个名叫mypdfproject的项目,然后进入该目录再使用python manage.py startapp pdf创建一个叫pdf的app,然后把这个app加入到你的mypdfproject/settings.py里INSTALLED_APPS去。

mypdfproject/settings.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第1张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

因为我们上传的PDF文件会临时存放在media文件夹,所以请在mypdfproject目录下建一个media文件夹,并在settings.py文件里设置为MEDIA_ROOT。我们还会用到css文件来美化网页,所以也请中设置好静态文件的STATIC_URL和STATIC_ROOT.

mypdfproject/settings.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第2张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

同时别忘了了把我们app的urls也加到项目的urls.py里去。别忘了结尾的+static哦,否则媒体文件无法正确显示。

mypdfproject/urls.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第3张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

URLConf配置与表单

在pdf文件目录下创建一个urls.py, 添加如下代码。一共有4个urls, 分别对应PDF单页提取,PDF按页面范围连续提取, PDF合并与PDF替换。

pdf/urls.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第4张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

另外我们还需要定义一些表单供用户上传PDF文件和输入页码,这些表单我们视图里会用到。

pdf/forms.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第5张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

视图: PDF单页提取

我们先看下PDF单页提取对应视图方法pdf_single_page_extract的工作原理。用户上传PDF文件和一串用逗号隔开的数字后,该方法先用split方法转化为页码列表,再依次利用PyPDF2提取对应页码PDF页面,分别将每个提取的单页写入media文件夹。最后用zipfile将所有写入的PDF文件压缩成zip包,通过FileResponse方法返回给客户。

pdf/views.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第6张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

视图: PDF页面按范围提取

pdf/views.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第7张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

视图: PDF文档合并

pdf/views.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第8张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

视图: PDF替换

pdf/views.py

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第9张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

模板

pdf/templates/pdf/pdf_extract.html

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第10张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

pdf/templates/pdf/pdf_range_extract.html

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第11张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

pdf/templates/pdf/pdf_merge.html

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第12张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

pdf/templates/pdf/pdf_replace.html

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第13张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

pdf/templates/pdf/base.html

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第14张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

实战效果

最后本项目展示效果如下,完美地实现了PDF页面的提取,合并和替换。唯一不足的是PyPDF2不支持中文命名的PDF文件读取, 所以还需进一步改进(注意: 中文PDF也支持的,只要文件名是英文就ok了)。

用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第15张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换_第16张图片
用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换

GitHub源码地址

https://github.com/shiyunbo/django-pypdf2-pdf-extract-merge-replace

最后

本例是个不错的django练习项目哦,你不仅可以学习到表单和模板的使用,还可以了解django如何借助其它python库开发有趣有用的项目。除此以外你会对zipfile和PyPDF2有更深层次的了解。如果喜欢本文,就给点个赞吧。

你可能感兴趣的:(用Python开发PDF编辑器,实现PDF页面提取,页面合并与替换)