阅读pdf电子书的内容并相应地拆分pdf文件

Question

我有一些巨大的技术 pdf 电子书，我想将它们分开，以帮助我从每本书中找到并准确阅读我想要的部分。我说的是带有内容（部分和章节）的索引 pdf 文件。根据 pdf 的内容，我提出了以下拆分方案：

1.阅读本书的内容。 2.为整本书创建一个根文件夹 3. 为书的每一部分创建一个子文件夹 4. 将本书每章拆分成一个pdf文件，并将pdf（章节）放在相应的子文件夹（part）中。

如何使用 Java 或 Python pdf 库来做到这一点？

Answer 1

您可以使用PyPDF2 来阅读和拆分您的 PDF 文件。

以下是导出 PDF 页面的方法：

import PyPDF2

def export_pdf_pages(input_pdf_path, page_first, page_last, output_pdf_path):
    with open(input_pdf_path, "rb") as input_stream:
        input_pdf = PyPDF2.PdfFileReader(input_stream)
        output = PyPDF2.PdfFileWriter()
        for index in xrange(page_first - 1, page_last):
            try:
                page = input_pdf.getPage(index)
            except IndexError:
                fmt = 'Missing page {page_num} in "{input_pdf_path}"'
                msg = fmt.format(page_num=index + 1, input_pdf_path=input_pdf_path)
                raise IndexError(msg)
            output.addPage(page)
        with open(output_pdf_path, "wb") as output_stream:
            output.write(output_stream)