用Python处理PDF：拆分与合并PDF文档

PDF文档在信息共享和数据保存方面被广泛使用，处理PDF文档也成为常见需求。其中，合并和拆分PDF文档能够帮助我们更有效地管理PDF文档，使文档内容分布更合理。通过合并，可以将相关文档整合成一个文件，以便更好地组织和提供信息；而通过拆分，可以将大型PDF文件分割成易于管理的较小文件，方便我们更容易地访问所需范围的信息。利用Python，我们可以高效地完成这些任务。本文将介绍如何使用Python来管理PDF文档，包括合并和分割操作的实现方法。

本文所介绍的PDF文档操作方法需要用到Spire.PDF for Python，可从官网下载或通过PyPI（pip install Spire.PDF）安装。

使用 MergeFiles() 方法合并PDF文档

PdfDocument 类代表PDF文档。 在该类中，MergeFiles() 方法可用于直接将多个PDF文档合并为一个文档，方法的参数是文件路径列表。 具体实现过程如下：

1. 创建PDF文件路径列表。
2. 使用 PdfDocument.MergeFiles() 方法合并 =PDF 文档。
3. 使用 PdfDocument.SaveToFile() 方法将合并后的文档保存为新的 PDF 文档。

代码示例：

from spire.pdf.common import *
from spire.pdf import *

# 创建一个PDF文件路径的列表
inputFile1 = "Sample1.pdf"
inputFile2 = "Sample2.pdf"
inputFile3 = "Sample3.pdf"
files = [inputFile1, inputFile2, inputFile3]

# 合并PDF文档
pdf = PdfDocument.MergeFiles(files)

# 保存结果文档
pdf.Save("output/合并PDF.pdf", FileFormat.PDF)
pdf.Close()

合并效果

通过复制内容合并PDF文档

使用 PdfDocument.AppendPage(PdfDocument) 方法，还可以将一个PDF文件中的页面复制到另一个PDF文件中，从而完成PDF文件的合并。 具体步骤如下：

1. 创建PDF文件路径列表。
2. 载入每个PDF文档为 PdfDocument 类的对象，并添加到一个列表中。
3. 创建一个新的 PdfDocument 类的对象。
4. 循环遍历每个加载的 PDF 文档，使用 PdfDocument.appendPage() 方法将每个PDF文档的页面插入到新的PDF文档中。
5. 使用 PdfDocument.SaveToFile() 方法保存新的 PDF 文档。

代码示例：

from spire.pdf.common import *
from spire.pdf import *

# 创建 PDF 文件路径列表
file1 = "Sample1.pdf"
file2 = "Sample2.pdf"
file3 = "Sample3.pdf"
files = [file1, file2, file3]

# 加载每个 PDF 文件为 PdfDocument 对象并添加到列表中
pdfs = []
for file in files:
    pdfs.append(PdfDocument(file))

# 创建一个 PdfDocument 对象
newPdf = PdfDocument()

# 将加载的 PDF 文档的页面插入到新的 PDF 文档中
for pdf in pdfs:
    newPdf.AppendPage(pdf)

# 保存新的 PDF 文档
newPdf.SaveToFile("output/复制页面合并PDF.pdf")
newPdf.Close()

合并效果

合并PDF文档的选定页面

我们还可以使用 PdfDocument.InsertPage() 和 PdfDocument.InsertPageRange() 方法从一个PDF文档中选择页面和插入到另一个PDF文档中，从而实现对指定PDF页面的合并。 具体步骤如下：

1. 创建PDF文件路径列表。
2. 载入每个PDF文档为 PdfDocument 类的对象，并添加到一个列表中。
3. 创建一个新的 PdfDocument 类的对象。
4. 使用 PdfDocument.InsertPage(PdfDocument, pageIndex: int) 和 PdfDocument.InsertPageRange(PdfDocument, startIndex: int, endIndex: int) 方法将已加载文档的指定页面插入到新的PDF文档中。
5. 使用 PdfDocument.SaveToFile() 方法保存新的PDF文档。

代码示例：

from spire.pdf import *
from spire.pdf.common import *

# 创建 PDF 文件路径列表
file1 = "Sample1.pdf"
file2 = "Sample2.pdf"
file3 = "Sample3.pdf"
files = [file1, file2, file3]

# 加载每个 PDF 文件为 PdfDocument 对象并添加到列表中
pdfs = []
for file in files:
    pdfs.append(PdfDocument(file))

# 创建一个 PdfDocument 对象
newPdf = PdfDocument()

# 从加载的 PDF 文档中选择指定页插入到新的文档中
newPdf.InsertPage(pdfs[0], 0)
newPdf.InsertPage(pdfs[1], 2)
newPdf.InsertPageRange(pdfs[2], 0, 1)

# 保存新的 PDF 文档
newPdf.SaveToFile("output/选择页面合并PDF.pdf")
newPdf.Close()

合并效果

将PDF文档拆分为单页文档

PdfDocument.Split(PdfDocument) 方法可用于将多页PDF文档分割成多个单页PDF文件。 具体步骤如下:

1. 创建一个 PdfDocument 类的对象，并使用 PdfDocument.LoadFromFile() 方法加载PDF文件。
2. 使用 PdfDocument.Split() 方法将文档分割成多个单页PDF文件。

代码示例：

from spire.pdf.common import *
from spire.pdf import *

# 创建一个 PdfDocument 对象
doc = PdfDocument()

# 加载 PDF 文件
doc.LoadFromFile("output/合并PDF.pdf")

# 将 PDF 文件拆分为多个单页的 PDF 文件
doc.Split("Output/PDF/拆分PDF-{0}.pdf", 1)
doc.Close()

拆分效果

按页面范围分割PDF文档

要按页面范围将PDF文件分割成两个或多个PDF文件，需要先创建两个或多个新的PDF文件，然后将源PDF中的特定页面或页面范围导入到新创建的PDF文件中。 以下是详细步骤：

1. 创建一个 PdfDocument 类对象，并使用 PdfDocument.LoadFromFile() 方法加载PDF文件。
2. 创建另外三个 PdfDocument 对象。
3. 使用 PdfDocument.InsertPage() 方法从源文件中导入第一页到第一个文档中。
4. 使用 PdfDocument.InsertPageRange() 方法从源文件中导入第 2-4 页到第二个文档中。
5. 使用 PdfDocument.InsertPageRange() 方法将源文件中的其余页面导入到第三个文档中。
6. 使用 PdfDocument.SaveToFile() 方法保存三个文档。

代码示例：

from spire.pdf.common import *
from spire.pdf import *

# 创建一个 PdfDocument 对象
doc = PdfDocument()

# 加载 PDF 文件
doc.LoadFromFile("output/合并PDF.pdf")

# 创建三个 PdfDocument 对象
newDoc_1 = PdfDocument()
newDoc_2 = PdfDocument()
newDoc_3 = PdfDocument()

# 将源文件的第一页插入到第一个文档中
newDoc_1.InsertPage(doc, 0)

# 将源文件的第2至4页插入到第二个文档中
newDoc_2.InsertPageRange(doc, 1, 3)

# 将源文件的剩余页插入到第三个文档中
newDoc_3.InsertPageRange(doc, 4, doc.Pages.Count - 1)

# 保存三个文档
newDoc_1.SaveToFile("output/PDF1/自定义拆分PDF-1.pdf")
newDoc_2.SaveToFile("output/PDF1/自定义拆分PDF-2.pdf")
newDoc_3.SaveToFile("output/PDF1/自定义拆分PDF-3.pdf")

# 关闭文档对象
doc.Close()
newDoc_1.Close()
newDoc_2.Close()
newDoc_3.Close()

拆分结果

以上文章介绍了如何用Python操作PDF文档，进行PDF文档的合并和拆分。除了简单的合并和拆分外，上述方法还可用于自由操作PDF页面，从而组成新的PDF文档。Spire.PDF for Python 还有许多其他PDF文档操作功能，访问Spire.PDF for Python教程查看更多信息。