点击上方“”，选择加""或“”
重磅干货，第一时间送达
输
可以叫我黄同学(博客名:Huang Supreme)，应用统计硕士，爱写一些技术博客，旨在用通俗易懂的写作风格，帮助大家学好知识！
本文针对一些粉丝的工作需求，有时需要处理这些文件。所以我写了一篇文章集供大家参考。整篇文章包括三章：Python使用openpyxl操作excel、python使用PyPDF2和pdfplumber操作pdf、python使用python-docx操作word。这篇文章是第二章。
全文已整理为pdf，可按文末指引获得。
???
???
???
1）利用pdfplumber提取文字 ???
2）利用pdfplumber提取表格并写入excel ???
???
1)分割合并pdf ???
① 合并pdf ???
② 拆分pdf ???
2)旋转和排序pdf ???
① 旋转pdf ???
② 排序pdf ???
???
1)批量加水印 ???
2)批量加密解密 ???
① 加密pdf ???
② 解密pdf并保存为未加密的pdf
上下滚动查看更多
1、PyPDF2和pdfplumber库介绍
PyPDF2官网：PyPDF2官网（https://pythonhosted.org/PyPDF2/)，可以更好的读、写、分、合并PDF文件；
pdfplumber官网：pdfplumber官网（https://github.com/jsvine/pdfplumber），能读得更好PDF文件内容及提取PDF中的表格；
这两个库不属于python需要单独安装标准库；
2、python提取PDF文字内容
1）利用pdfplumber提取文字
importPyPDF2 importpdfplumber withpdfplumber.open("综合分析餐饮企业.pdf")asp: page=p.pages[2] print(page.extract_text())结果如下：
2）利用pdfplumber提取表格并写入excel
extract_table():如果一页有表格；
extract_tables():如果一页有多个表格；
importPyPDF2 importpdfplumber fromopenpyxlimportWorkbook withpdfplumber.open("综合分析餐饮企业.pdf")asp: page=p.pages[4] table=page.extract_table() print(table) workbook=Workbook() sheet=workbook.active forrowintable: ifnot"".join()=="" sheet.append(row) workbook.save(filename="新pdf.xlsx")结果如下:缺陷:可见这里提取的表格有很多空行。如何去除这些空行？判断:将列表中的每个元素连接成一个字符串。如果还是空字符串，那一定是空行。
importPyPDF2 importpdfplumber fromopenpyxlimportWorkbook withpdfplumber.open("综合分析餐饮企业.pdf")asp: page=p.pages[4] table=page.extract_table() print(table) workbook=Workbook() sheet=workbook.active forrowintable: ifnot"".join([str(i)foriinrow])=="": sheet.append(row) workbook.save(filename="新pdf.xlsx")结果如下：
3、PDF合并页面的排序和旋转
1)分割合并df
① 合并pdf
首先，我们有如下几个文件，可以发现这里共有三个PDF文件需要我们合并。同时可以发现他们的文件名都是有规律的(如果文件名，没有先后顺序，我们合并起来就没有意义了。)代码如下：
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_writer = PdfFileWriter()
for i in range(1,len(os.listdir(r"G:\6Tipdm\7python办公自动化\concat_pdf"))+1):
print(i*50+1,(i+1)*50)
pdf_reader = PdfFileReader("G:\\6Tipdm\\7python办公自动化\\concat_pdf\{}-{}.pdf".format(i*50+1,(i+1)*50))
for page in range(pdf_reader.getNumPages()):
pdf_writer.addPage(pdf_reader.getPage(page))
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\merge.pdf", "wb") as out:
pdf_writer.write(out)结果如下：
② 拆分pdf
这里有一个“时间序列.pdf”的文件，共3页，我们将其每一页存为一个PDF文件。代码如下：
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
for page in range(pdf_reader.getNumPages()):
pdf_writer = PdfFileWriter()
pdf_writer.addPage(pdf_reader.getPage(page))
with open(f"G:\\6Tipdm\\7python办公自动化\\concat_pdf\\{page}.pdf", "wb") as out:
pdf_writer.write(out)结果如下：
2）旋转及排序pdf
① 旋转pdf
.rotateClockwise(90的倍数)：顺时针旋转90度
.rotateCounterClockwise(90的倍数)：逆时针旋转90度
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):
if page % 2 == 0:
rotation_page = pdf_reader.getPage(page).rotateCounterClockwise(90)
else:
rotation_page = pdf_reader.getPage(page).rotateClockwise(90)
pdf_writer.addPage(rotation_page)
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\旋转.pdf", "wb") as out:
pdf_writer.write(out)
"""
上述代码中，我们循环遍历了这个pdf，对于偶数页我们逆时针旋转90°，对于奇数页我们顺时针旋转90°；
注意：旋转的角度只能是90的倍数；
"""其中一页效果展示如下：
② 排序pdf
需求：我们有一个PDF文件，我们需要倒序排列，应该怎么做呢？首先，我们来看python中，怎么倒叙打印一串数字，如下图所示。那么倒序排列一个pdf，思路同上，代码如下：
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()-1, -1, -1):
pdf_writer.addPage(pdf_reader.getPage(page))
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\倒序.pdf", "wb") as out:
pdf_writer.write(out)结果如下：
4、pdf批量加水印及加密、解密
1）批量加水印
from PyPDF2 import PdfFileReader, PdfFileWriter
from copy import copy
water = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\水印.pdf")
water_page = water.getPage(0)
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\aa.pdf")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):
my_page = pdf_reader.getPage(page)
new_page = copy(water_page)
new_page.mergePage(my_page)
pdf_writer.addPage(new_page)
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\添加水印后的aa.pdf", "wb") as out:
pdf_writer.write(out)
"""
这里有一点需要注意：进行pdf合并的时候，我们希望“水印”在下面，文字在上面，因此是“水印”.mergePage(“图片页”)
"""结果如下：
2）批量加密、解密
这里所说的“解密”，是在知道pdf的密码下，去打开pdf，而不是暴力破解；
① 加密pdf
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):
pdf_writer.addPage(pdf_reader.getPage(page))
# 添加密码
pdf_writer.encrypt("a123456")
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\时间序列.pdf", "wb") as out:
pdf_writer.write(out)结果如下：
② 解密pdf并保存为未加密的pdf
from PyPDF2 import PdfFileReader, PdfFileWriter
pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
# 解密pdf
pdf_reader.decrypt("a123456")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):
pdf_writer.addPage(pdf_reader.getPage(page))
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\未加密的时间序列.pdf", "wb") as out:
pdf_writer.write(out)结果如下：
在「」公众号后台回复：即可下载全网第一份OpenCV扩展模块教程中文版，涵盖等二十多章内容。
在「」公众号后台回复：即可下载包括等31个视觉实战项目，助力快速学校计算机视觉。
在「」公众号后台回复：即可下载含有个基于实现20个，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。在群内发送广告，否则会请出群，谢谢理解~