🔥
PyPDF2?いやPyMuPDFでしょ
PyPDF2だと読み書きのときにエラーをはかれる。
ことがある。うちの扱ってるPDFだと結構あるので問題になった。
(<class 'PyPDF2.utils.PdfReadError'>, PdfReadError('Illeagal character in Name Object',) <traceback object at 0x0123456789ABCDEF
PyMuPDFなら大丈夫！問題ない！
日本語だとPyPDF2の資料がそこそこあるんですが、PyMuPDFは英語ばっかり。
なので自分が使ったメソッドとか書いていきます。
Wand+ImageMagickも使えそうなのですが、インストールに躓きました。
PyPDF2での実装
PyPDF2での実装
import PyPDF2
# 一部のページのみ抜き出す処理の例
# pdf_pathはpathlibのPath形式を想定しています。
reader = PdfFileReader(str(pdf_path))
writer = PdfFileWriter()
page = 1234567890
writer.addPage(reader.getPage(page))
save_path = hogepiyo.pdf
with open(save_path, 'wb') as f:
writer.write(f)
# ページ数を取得する例
with open(pdf_path, mode='rb') as f:
reader = PdfFileReader(f, strict=True)
_pages = reader.getNumPages()
PyMuPDFでの実装
まずはインストール
pip install –upgrade pymupdf
PyMuPDFでの実装
# インポートは"fitz"。名前はPyMuPDFであるが歴史ある故にこのように呼び出す。
import fitz
# 一部のページのみ抜き出す処理の例
# pdf_pathはpathlibのPath形式を想定しています。
reader = fitz.open(str(pdf_path)
writer = fitz.open()
page = 1234567890
writer.insertPDF(reader, from_page=page, to_page=page)
save_path = hogepiyo.pdf
writer.save(save_path)
# ページ数を取得する例
_pages = fitz.open(pdf_path).pageCount
他、参考になりそうなところ
Discussion