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。

文章目录

- 使用 MergeFiles() 方法合并PDF文档
- 通过复制内容合并PDF文档
- 合并PDF文档的选定页面
- 将PDF文档拆分为单页文档
- 按页面范围分割PDF文档

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：

创建PDF文件路径列表。
使用 PdfDocument.MergeFiles() 方法合并 =PDF 文档。
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
合并PDF文档

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：

创建PDF文件路径列表。
载入每个PDF文档为 PdfDocument 类的对象，并添加到一个列表中。
创建一个新的 PdfDocument 类的对象。
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。
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
通过复制页面合并PDF文档

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：

创建PDF文件路径列表。
载入每个PDF文档为 PdfDocument 类的对象，并添加到一个列表中。
创建一个新的 PdfDocument 类的对象。
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。
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
合并PDF指定页面

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:

创建一个 PdfDocument 类的对象，并使用 PdfDocument.LoadFromFile() 方法加载PDF文件。
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
将PDF拆分为单页PDF

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：

创建一个 PdfDocument 类对象，并使用 PdfDocument.LoadFromFile() 方法加载PDF文件。
创建另外三个 PdfDocument 对象。
使用 PdfDocument.InsertPage() 方法从源文件中导入第一页到第一个文档中。
使用 PdfDocument.InsertPageRange() 方法从源文件中导入第 2-4 页到第二个文档中。
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。
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()