每天学习一点Python——用PyPDF2玩转PDF文件-2

工作中经常需要处理PDF文件——合并多份报告、插入目录页、旋转方向错误的页面、甚至给机密文件加密。

今天我们用PyPDF2库，逐行拆解四个实战场景。

一、合并多个PDF文件

from PyPDF2 import PdfMergerfrom pathlib import Pathreports_dir = (    Path.cwd()/    "practice_files"/    "expense_reports")

📌 逐行拆解：

• from PyPDF2 import PdfMerger→ 导入合并PDF所需的PdfMerger类

• from pathlib import Path→ 导入Path类，用于跨平台路径操作

• Path.cwd()→ 获取当前工作目录

• 连续两个/→ Path对象的路径拼接语法

expense_reports = list(reports_dir.glob("*.pdf"))expense_reports.sort()

📌 逐行拆解：

• .glob("*.pdf")→ 在reports_dir路径下匹配所有.pdf结尾的文件

• expense_reports→ 得到所有PDF文件的目录列表

• list()→ 将生成器转为列表

• .sort()→ 按文件名升序排序，确保合并顺序可控

⚠️ 关键点：如果reports_dir指向的是文件而非文件夹，.glob()会返回空列表

pdf_merger = PdfMerger()for path in expense_reports:    pdf_merger.append(str(path))    # 也可以选择追加的页数    # pdf_merger.append(str(path), pages=(0, 3))

📌 逐行拆解：

• PdfMerger()→ 创建合并器对象

• append(str(path))→ 将PDF文件追加到合并器末尾

• 参数要求：文件路径字符串 或 文件对象

• 可选参数：pages=(0,3)→ 只取第1-3页（默认全部页面）

with Path("expense_reports.pdf").open(mode="wb") as output_file:    pdf_merger.write(output_file)

📌 逐行拆解：

• Path("expense_reports.pdf").open(mode="wb")→ 以二进制写入模式创建输出文件

• pdf_merger.write(output_file)→ 将合并后的内容写入文件

✅ 执行结果：当前目录生成expense_reports.pdf，内含所有匹配的PDF文件

二、在指定位置插入PDF页面

report_dir = (    Path.cwd()/    "practice_files"/    "quarterly_report")report_path = report_dir/"report.pdf"toc_path = report_dir/"toc.pdf"

📌 逐行拆解：

• report_path→ 指向主报告

• toc_path→ 指向目录页PDF

pdf_merger = PdfMerger()pdf_merger.append(str(report_path))pdf_merger.merge(1, str(toc_path))

📌 逐行拆解：

• append()→ 先装入主报告

• merge(1, str(toc_path))→ 在索引1的位置插入目录

• 第一个参数：插入位置（0-based）→ 1表示原报告的第2页之前

• 与append()的区别：merge()是嵌入中间，不是追加到末尾

with Path("full_report.pdf").open(mode="wb") as output_file:    pdf_merger.write(output_file)

✅ 执行结果：生成full_report.pdf

• 第1页：原报告首页• 第2页：目录• 之后：原报告剩余页

💡 易错Tipmerge()的位置索引是插入后该页将成为第几页。merge(1, toc) = 新文档的第2页是目录。建议：先在纸上画页码，再敲代码。

🧩 三、按奇偶页旋转页面

from PyPDF2 import PdfReader, PdfWriterpdf_path = Path.cwd()/"full_report.pdf"pdf_reader = PdfReader(str(pdf_path))pdf_writer = PdfWriter()

📌 逐行拆解：

• PdfReader()→ 读取PDF文件，参数需是路径字符串

• PdfWriter()→ 创建空白写入器，用于组装新PDF

for n in range(len(pdf_reader.pages)):    page = pdf_reader.pages[n]    if n % 2 == 0:        page.rotate(-90)    pdf_writer.add_page(page)

📌 逐行拆解：

• pdf_reader.pages→ 列表，包含所有页面对象

• len(pdf_reader.pages)→ 总页数

• n % 2 == 0→ 索引从0开始 → 对应第1、3、5页

• rotate(-90)→ 顺时针旋转90度（负值=顺时针，正值=逆时针）

• add_page(page)→ 将（可能旋转过的）页面加入写入器

with open("rotated_output.pdf","wb") as output_file:    pdf_writer.write(output_file)

✅ 执行结果：生成rotated_output.pdf

• 第1、3、5页：顺时针旋转90度• 其他页：保持不变

💡 易错Tip• rotate()会直接修改原页面对象• 若后续需要原始方向，务必提前复制页面• 旋转参数单位是度，必须是90的倍数

🔔 特别注意：这里的n从0开始，所以你会发现第1、3、5页进行了旋转。

四、检测并修复旋转过的页面

pdf_path = Path.cwd()/"rotated_output.pdf"pdf_reader = PdfReader(str(pdf_path))pdf_writer = PdfWriter()

📌 逐行拆解：

• 读取刚才生成的旋转版PDF，准备修复

for page in pdf_reader.pages:    try:        if page["/Rotate"] == -90:            page.rotate(90)    except KeyError:        pass    pdf_writer.add_page(page)

📌 逐行拆解：

• page["/Rotate"]→ 访问页面的旋转属性字典

• 若键不存在（页面未被旋转过）→ 抛出KeyError

• except KeyError: pass→ 跳过无旋转属性的页面

• page.rotate(90)→ 将-90度的页面逆时针回转90度，恢复正向

with open("output.pdf","wb") as output_file:    pdf_writer.write(output_file)

✅ 执行结果：生成output.pdf，所有页面恢复原始方向

💡 易错Tip并非所有PDF页面都有/Rotate键。若直接访问page['/Rotate']而不捕获异常，程序会崩溃。

也可用hasattr的方法：

pdf_path = Path.cwd()/"rotated_output.pdf"pdf_reader = PdfReader(str(pdf_path))pdf_writer = PdfWriter()for page in pdf_reader.pages:    if hasattr(page, '/Rotate') and page['/Rotate'] == -90:        page.rotate(90)    pdf_writer.add_page(page)with open("output.pdf","wb") as output_file:    pdf_writer.write(output_file)

五、为PDF添加密码保护

pdf_path = Path.cwd()/"full_report.pdf"pdf_reader = PdfReader(str(pdf_path))pdf_writer = PdfWriter()

📌 逐行拆解：

• 读取原始完整报告，准备加密

pdf_writer.append(pdf_reader)pdf_writer.encrypt(user_pwd="mnzxs")

📌 逐行拆解：

• append(pdf_reader)→ 将读取器中的所有页面复制到写入器

• encrypt(user_pwd="mnzxs")→ 设置用户密码

• 可选参数：owner_pwd= → 所有者密码（权限更高）use_128bit=True → 提升加密强度（默认40位RC4）

output_path = Path.cwd()/"full_report_protected.pdf"with output_path.open(mode="wb") as output_file:    pdf_writer.write(output_file)

✅ 执行结果：生成full_report_protected.pdf打开时需输入密码mnzxs

六、解密受保护的PDF

pdf_path = Path.cwd()/"full_report_protected.pdf"pdf_reader = PdfReader(str(pdf_path))

📌 逐行拆解：

• 读取加密文件⚠️ 此时若直接访问pdf_reader.pages会抛出异常

success = pdf_reader.decrypt("mnzxs")

📌 逐行拆解：

• decrypt(password)→ 尝试用密码解密

• 返回值：1 或 PasswordType.USER_PASSWORD → 成功0 → 失败

• 解密成功后→ pdf_reader.pages才可访问

if success:    print("解密成功")    page = pdf_reader.pages[0]else:    print("解密失败")

✅ 执行结果：

解密成功

💡 易错Tip• decrypt()成功后，读取器对象会一直保持解密状态，无需再次解密• decrypt()不会修改源文件，只是让你能读取内容• 若要移除密码，必须用写入器另存新文件

七、总结

今天我们走完了PDF处理的完整链路：

📌 两点牢记：

🔸 路径处理Path()拼接时——文件夹还是文件，心里要有数

🔸 页面索引程序员数数从0开始，用户看页从1开始

📦 资源获取提示

关注「码农自习室」，后台回复关键词 Python学习，即可获取本文完整代码，一起动手掌握高效编程的核心技巧！

❤️ 支持我们

如果觉得本文对你有帮助，欢迎点赞 + 关注，您的支持是我们持续创作优质内容的最大动力！

📚 学习资源说明

本文内容整理自《Python基础教程（第3版）》第13章，所有命令均已实测。