Python：使用pypdf2合并、分割、加密pdf文件。

朋友需要对一个pdf文件进行分割，在网上查了查发现这个pypdf2可以完成这些操作，所以就研究了下这个库，并做一些记录。首先pypdf2是python3版本的，在之前的2版本有一个对应pypdf库。

可以使用pip直接安装：

pip install pypdf2

官方文档：https://pythonhosted.org/PyPDF2/

里面主要有这几个类：

---

PdfFileReader 。

该类主要提供了对pdf文件的读操作，其构造方法为：

PdfFileReader(stream, strict=True, warndest=None, overwriteWarnings=True)

第一个参数可以传入一个文件流，或者一个文件路径。后面三个参数都是用来设置警告的处理方式，直接使用默认的即可。

得到实例之后，就可以对pdf进行一些操作了。主要的有以下几个操作：

• decrypt(password)：如果pdf文件加密的话，可以使用该方法对其解密。

• getDocumentInfo()：检索pdf文件的一些信息。其返回值为一个DocumentInformation 类型，直接输出的话会得到类似下面的信息：

  {‘/ModDate’: “D:20150310202949-07’00’”, ‘/Title’: ”, ‘/Creator’: ‘LaTeX with hyperref package’, ‘/CreationDate’: “D:20150310202949-07’00’”, ‘/PTEX.Fullbanner’: ‘This is pdfTeX, Version 3.14159265-2.6-1.40.15 (TeX Live 2014/MacPorts 2014_6) kpathsea version 6.2.0’, ‘/Producer’: ‘pdfTeX-1.40.15’, ‘/Keywords’: ”, ‘/Trapped’: ‘/False’, ‘/Author’: ”, ‘/Subject’: ”}

• getNumPages()：这个会pdf文件中的页数。

• getPage(pageNumber)：会得到pdf文件中对应的pageNumber页数的页面对象，返回值为PageObject实例。在得到PageObject实例之后就可以将其加添、插入等操作。

• getPageNumber(page)：与上面的方法对立，可以传入PageObject实例，然后得到该实例是pdf文件中第几页的。

• getOutlines(node=None, outlines=None)：检索文档中出现的文档大纲。

• isEncrypted：记录该pdf是否加密。如果文件本身加密，即使在使用解密decrypt方法之后，还是会返回true。

• numPages：pdf总共的页数，相当于访问getNumPages()的只读属性。

---

PdfFileWriter 。

该类支持对pdf文件进行写操作，通常是使用PdfFileReader读取一些pdf数据，然后使用该类进行一些操作。

创建该类的实例时不需要参数。

其主要的方法有：

• addAttachment(fname, fdata)：向pdf添加文件。

• addBlankPage(width=None, height=None)：给pdf添加一个空白页到最后，如果没有指定大小就使用当前Weiter中pdf最后一页的大小。

• addPage(page)：添加page到pdf中，通常这个page是由上面的Reader获取的。

• appendPagesFromReader(reader, after_page_append=None)：将reader中的数据拷贝到当前的Writer实例中，并且如果指定after_page_append的话，最后还有回掉该函数并且将writer中的数据传入其中。

• encrypt(user_pwd, owner_pwd=None, use_128bit=True)：将pdf进行加密，其中官方说userpwd是允许用户使用一些限制的权限打开pdf文件，也就是使用该密码的话可能会有一些限制，但是本人并没有在文档中找到设置权限的内容。而ownerpwd则是允许用户无限制的使用。第三个参数是是否使用128位加密。

• getNumPages()：得到pdf页数。

• getPage(pageNumber)：得到对应页数的Page，是一个PageObject对象，可以使用上面的addPage方法将page进行添加。

• insertPage(page, index=0)：将page添加到pdf中，index指定的是被插入的位置。

• write(stream)：将该Writer中的内容写入到文件中。

---

PdfFileMerger。

该类用来合并pdf文件，该类的构造方法有一个参数：PdfFileMerger(strict=True)，注意这里的参数后面会介绍：

常用方法：

• addBookmark(title, pagenum, parent=None)：给pdf添加一个书签，title是书签的标题，pagenum是该书签指向的页面。

• append(fileobj, bookmark=None, pages=None, import_bookmarks=True)：将指定的fileobj文件添加到文件的末尾，bookmark是赎前，pages可以使用(start, stop[, step])或者一个 Page Range来设定将fileobj中的指定范围的页面进行添加。

• merge(position, fileobj, bookmark=None, pages=None, import_bookmarks=True)：与append方法类似，不过可以使用position参数指定添加的位置。

• write(fileobj)：将数据写入到文件中。

使用的时候可以创建一个PdfFileMerger实例，然后使用append或者merge将想要融合的pdf文件依次添加进去，最后使用write保存即可。

def merge_pdf():
    # 创建一个用来合并文件的实例
    pdf_merger = PdfFileMerger()