如何使用 PyPDF2 附加 PDF 页面

Question

是否有人有使用 python lib PyPDF2 将两页 PDF 文件合并为一页的经验。 当我尝试page1.mergePage(page2) 时，它的结果是 page2 覆盖了 page1。如何使其将page2添加到page1的底部？

Answer 1

以下链接中发布的代码实现了您的目标。

Using PyPDF2 to merge files into multiple output files

我相信诀窍是：

merger.append(输入)

Answer 2

当我在网上搜索 python pdf 合并解决方案时，我注意到合并与附加存在一个普遍的误解。

大多数人将附加操作称为合并，但事实并非如此。您在问题中描述的实际上是 mergePage 的预期用途 应该称为 applyPageOnTopOfAnother 但这有点长。您（正在）寻找的实际上是附加两个文件/pages 到一个新文件中。

附加 PDF 文件

使用PdfFileMerger 类及其append method。

与merge() 方法相同，但假设您要连接 所有页面都放在文件末尾，而不是指定位置。

这是一种取自pypdf Merging multiple pdf files into one pdf的方法：

from PyPDF2 import PdfFileMerger, PdfFileReader

# ...

merger = PdfFileMerger()

merger.append(PdfFileReader(file(filename1, 'rb')))
merger.append(PdfFileReader(file(filename2, 'rb')))

merger.write("document-output.pdf")

附加特定的 PDF 页面

要附加不同 PDF 文件的特定页面，请使用 PdfFileWriter 类和 addPage method。

向此 PDF 文件添加页面。该页面通常是从一个 PdfFileReader 实例。

file1 = PdfFileReader(file(filename1, "rb"))
file2 = PdfFileReader(file(filename2, "rb"))

output = PdfFileWriter()

output.addPage(file1.getPage(specificPageIndex))
output.addPage(file2.getPage(specificPageIndex))

outputStream = file("document-output.pdf", "wb")
output.write(outputStream)
outputStream.close()

将两个页面合并为一个页面

使用mergePage

将两个页面的内容流合并为一个。资源参考 （即字体）由两个页面维护。媒体框/裁剪框/等 此页面的内容未更改。参数页面的内容流将 被添加到此页面内容流的末尾，这意味着它 将绘制在此页面之后或“顶部”。

file1 = PdfFileReader(file(filename1, "rb"))
file2 = PdfFileReader(file(filename2, "rb"))

output = PdfFileWriter()

page = file1.getPage(specificPageIndex)
page.mergePage(file2.getPage(specificPageIndex))

output.addPage(page)

outputStream = file("document-output.pdf", "wb")
output.write(outputStream)
outputStream.close()

Answer 3

pdfrw 库可以做到这一点。在示例目录中有一个 4up 示例，它在每个输出页面上放置 4 个输入页面，还有一个小册子示例，它采用 8.5x11 输入并创建 11x17 输出。免责声明——我是pdfrw作者。

Answer 4

如果这两个 PDF 在您的本地计算机上不存在，而是通常通过 URL 访问/下载（即http://foo/bar.pdf 和http://bar/foo.pdf），我们可以从远程位置获取两个 PDF 并将它们合并到内存中一举一动。

这消除了假设的一开始就下载 PDF 的步骤，并且允许我们在磁盘上存在两个 PDF 的简单情况之外进行概括。具体来说，它将解决方案推广到任何 HTTP 可访问的 PDF。

例子：

    from PyPDF2 import PdfFileMerger, PdfFileReader

    pdf_content_1 = requests.get('http://foo/bar.pdf').content
    pdf_content_2 = requests.get('http://bar/foo.pdf').content

    # Write to in-memory file-like buffers        
    pdf_buffer_1 = StringIO.StringIO().write(pdf_content_1)
    pdf_buffer_2 = StringIO.StringIO().write(pdf_content_2)
    pdf_merged_buffer = StringIO.StringIO()

    merger = PdfFileMerger()
    merger.append(PdfFileReader(pdf_buffer_1))
    merger.append(PdfFileReader(pdf_buffer_2))
    merger.write(pdf_merged_buffer)

    # Option 1:
    # Return the content of the buffer in an HTTP response (Flask example below)
    response = make_response(pdf_merged_buffer.getvalue())
    # Set headers so web-browser knows to render results as PDF
    response.headers['Content-Type'] = 'application/pdf'
    response.headers['Content-Disposition'] = \ 
        'attachment; filename=%s.pdf' % 'Merged PDF'
    return response 
    # Option 2: Write to disk
    with open("merged_pdf.pdf", "w") as fp:
        fp.write(pdf_merged_buffer.getvalue())

Answer 5

这样做的：

reader = PyPDF2.PdfFileReader(open("input.pdf",'rb'))

NUM_OF_PAGES = reader.getNumPages()

page0 = reader.getPage(0)
h = page0.mediaBox.getHeight()
w = page0.mediaBox.getWidth()

newpdf_page = PyPDF2.pdf.PageObject.createBlankPage(None, w, h*NUM_OF_PAGES)
for i in range(NUM_OF_PAGES):
    next_page = reader.getPage(i)
    newpdf_page.mergeScaledTranslatedPage(next_page, 1, 0, h*(NUM_OF_PAGES-i-1))

writer = PdfFileWriter()
writer.addPage(newpdf_page)

with open('output.pdf', 'wb') as f:
    writer.write(f)

当每个页面都具有相同的高度和宽度时，它可以工作。否则，它需要一些修改。

也许 Emile Bergeron 解决方案更好。没试过。