当前位置： 首页 > article >正文

Python 获取PDF的各种页面信息（页数、页面尺寸、旋转角度、页面方向等）

article 2024/11/14 21:18:24

目录

安装所需库

Python获取PDF页数

Python获取PDF页面尺寸

Python获取PDF页面旋转角度

Python获取PDF页面方向

Python获取PDF页面标签

Python获取PDF页面边框信息

了解PDF页面信息对于有效处理、编辑和管理PDF文件至关重要。PDF文件通常包含多个页面，每个页面可能有不同的尺寸、方向、旋转角度以及其他属性。在很多应用场景下，获取这些页面信息可以帮助我们更好地控制PDF内容的显示、打印或转换。这篇文章将介绍如何使用Python获取PDF文档的各种页面信息，包括：

  • 获取PDF页数
  • 获取PDF页面尺寸
  • 获取PDF页面旋转角度
  • 获取PDF页面方向
  • 获取PDF页面标签
  • 获取PDF页面边框信息

安装所需库

要在Python中获取PDF的各种页面信息，可以使用Spire.PDF for Python库。它是一个专门用于在Python应用程序中创建、读取、操作和转换PDF文档的库。

你可以通过在终端运行以下命令来从PyPI安装Spire.PDF for Python：

pip install Spire.PDF

Python获取PDF页数

PDF文件中的页数是基本信息之一，了解文档总共有多少页可以帮助我们在操作文件时做出相应的调整。比如在拆分文件、打印特定页码或进行内容提取时，知道文件总页数是至关重要的。

以下是获取PDF页数的具体步骤：

  • 使用PdfDocument类打开PDF文件。
  • 使用PdfDocument.Pages.Count属性来获取总页数。

实现代码：

# 导入所需的模块
from spire.pdf.common import *
from spire.pdf import *

# 打开PDF文档
pdf = PdfDocument("Sample.pdf")

# 获取页面总数
page_count = pdf.Pages.Count

# 输出页面总数
print(f"该PDF有 {page_count} 页。")
pdf.Close()

Python获取PDF页面尺寸

PDF的页面尺寸决定了内容如何在页面上呈现，不同的文件可能使用不同的纸张尺寸，如A4、A3等。了解页面尺寸可以帮助我们确保内容适合打印或显示。

以下是获取PDF页面尺寸的具体步骤：

  • 使用PdfDocument类打开PDF文件。
  • 获取特定页，使用PdfPageBase.Size.Width和PdfPageBase.Size.Height来获取页面宽度和高度。

实现代码：

# 导入所需的模块
from spire.pdf.common import *
from spire.pdf import *

# 打开PDF文档
pdf = PdfDocument("Sample.pdf")

# 通过索引获取第一页（索引从0开始）
page = pdf.Pages[0]

# 获取第一页的宽度和高度
width = page.Size.Width
height = page.Size.Height

# 输出第一页的尺寸
print(f"第一页的尺寸为 {width}  x {height} 磅。")
pdf.Close()

注意，以上获取的值以磅（pt）为单位，你可以使用 Spire.PDF for Python 提供的 PdfUnitConvertor 类在磅与其他单位例如英寸、像素、厘米和毫米之间进行转换。转换代码如下：

# 创建 PdfUnitConvertor 对象
converter = PdfUnitConvertor()

# 将磅转换为英寸
inch_value = converter.ConvertUnits(point_value, PdfGraphicsUnit.Point, PdfGraphicsUnit.Inch)

# 将磅转换为像素
pixel_value = converter.ConvertUnits(point_value, PdfGraphicsUnit.Point, PdfGraphicsUnit.Pixel)

# 将磅转换为厘米
centimeter_value = converter.ConvertUnits(point_value, PdfGraphicsUnit.Point, PdfGraphicsUnit.Centimeter)

# 将磅转换为毫米
millimeter_value = converter.ConvertUnits(point_value, PdfGraphicsUnit.Point, PdfGraphicsUnit.Millimeter)

Python获取PDF页面旋转角度

有时PDF中的页面可能由于编辑或导出过程中发生旋转，导致页面的内容显示方向不正确。获取页面的旋转角度（如0度、90度、180度或270度）可以帮助我们判断页面是否需要旋转以便正确显示。

以下是获取PDF页面旋转角度的具体步骤：

  • 使用PdfDocument类打开PDF文件。
  • 获取特定页，使用PdfPageBase.Rotation属性来获取页面的旋转角度。

实现代码：

# 导入所需的模块
from spire.pdf.common import *
from spire.pdf import *

# 打开PDF文档
pdf = PdfDocument("Sample.pdf")

# 通过索引获取第一页（索引从0开始）
page = pdf.Pages[0]

# 获取第一页的旋转信息
rotation_info = page.Rotation

# 确定旋转角度
if rotation_info == PdfPageRotateAngle.RotateAngle0:
    rotation_angle = "0度（正常）"
elif rotation_info == PdfPageRotateAngle.RotateAngle90:
    rotation_angle = "90度（顺时针旋转）"
elif rotation_info == PdfPageRotateAngle.RotateAngle180:
    rotation_angle = "180度（倒置）"
elif rotation_info == PdfPageRotateAngle.RotateAngle270:
    rotation_angle = "270度（逆时针旋转）"
else:
    rotation_angle = "未知旋转角度"

# 输出第一页的旋转角度
print(f"第一页的旋转角度为 {rotation_angle}。")
pdf.Close()

Python获取PDF页面方向

PDF页面的方向可以是纵向（Portrait）或横向（Landscape）。不同的页面方向适用于不同的内容展示方式。例如，表格或图表可能更适合横向展示，而文本内容则通常为纵向。判断页面的方向有助于确保页面内容在显示或打印时的布局正确。

以下是获取PDF页面方向的具体步骤：

  • 使用PdfDocument类打开PDF文件。
  • 获取特定页，根据页面宽高来判断方向。
    • 宽度小于高度为纵向。
    • 宽度大于高度为横向。

实现代码：

# 导入所需的模块
from spire.pdf.common import *
from spire.pdf import *

# 打开PDF文档
pdf = PdfDocument("Sample.pdf")

# 通过索引获取第一页（索引从0开始）
page = pdf.Pages[0]

# 获取第一页的宽度和高度
width = page.Size.Width
height = page.Size.Height

# 检查页面是纵向模式还是横向模式
if width > height:
    print("第一页是横向模式。")
else:
    print("第一页是纵向模式。")

pdf.Close()

Python获取PDF页面标签

页面标签（Page Label）在文档导航时非常有用，通常用于显示自定义页码，帮助用户快速找到指定内容。

实现步骤：

  • 使用PdfDocument类打开PDF文件。
  • 获取特定页，使用PdfPageBase.Label属性获取页面的自定义标签信息。

实现代码：

# 导入所需的模块
from spire.pdf.common import *
from spire.pdf import *

# 打开PDF文档
pdf = PdfDocument("Sample.pdf")

# 通过索引获取第一页（索引从0开始）
page = pdf.Pages[0]

# 获取第一页的标签
label = page.PageLabel

# 输出第一页的标签
print(f"第一页的标签是: {label}")
pdf.Close()

Python获取PDF页面边框信息

PDF拥有5种不同的页面边框：

  • 媒体框（MediaBox）：定义页面上需要印刷的物理介质的范围。
  • 裁剪框（CropBox）：定义页面显示或打印的内容范围，默认值为页面的媒体框‌。
  • 出血框（BleedBox）：PDF 1.3 起开始支持，指在PDF文档中，为了确保印刷品的完整性，在成品尺寸的四周加上一定距离的安全区域。这个安全区域通常为3mm，目的是为了减少裁切时的误差，防止重要内容被裁切掉或留下白边‌。
  • 裁切框（TrimBox）：PDF 1.3 起开始支持，显示印刷和裁切后，裁切文档的最终尺寸，也称为成品框。
  • 作品框（ArtBox）：PDF 1.3 起开始支持，定义页面上有意义的内容，包括可能存在的留白。

详情可以参考以下示意图：

https://pic3.zhimg.com/v2-d0ebf170f9c51e521866ab4aca3e09d2_1440w.jpg

以下是获取PDF页面边框信息的具体步骤：

  • 使用PdfDocument类打开PDF文件。
  • 获取特定页，使用PdfPageBase.MediaBox、PdfPageBase.CropBox、PdfPageBase.BleedBox、PdfPageBase.TrimBox和PdfPageBase.ArtBox等属性分别获取对应的边框。然后获取它们的相关信息，如尺寸和坐标位置。

实现代码：

# 导入所需的模块
from spire.pdf.common import *
from spire.pdf import *

# 打开PDF文档
pdf = PdfDocument("Sample.pdf")

# 通过索引获取第一页（索引从0开始）
page = pdf.Pages[0]

# 获取第一页的媒体框、裁剪框、出血框、裁切框和作品框
media_box = page.MediaBox
crop_box = page.CropBox
bleed_box = page.BleedBox
trim_box = page.TrimBox
art_box = page.ArtBox

# 输出每个框的尺寸和坐标
print(f"媒体框: 宽度 = {media_box.Width}, 高度 = {media_box.Height}, X = {media_box.X}, Y = {media_box.Y}")
print(f"裁剪框: 宽度 = {crop_box.Width}, 高度 = {crop_box.Height}, X = {crop_box.X}, Y = {crop_box.Y}")
print(f"出血框: 宽度 = {bleed_box.Width}, 高度 = {bleed_box.Height}, X = {bleed_box.X}, Y = {bleed_box.Y}")
print(f"裁切框: 宽度 = {trim_box.Width}, 高度 = {trim_box.Height}, X = {trim_box.X}, Y = {trim_box.Y}")
print(f"作品框: 宽度 = {art_box.Width}, 高度 = {art_box.Height}, X = {art_box.X}, Y = {art_box.Y}")
pdf.Close()

以上就是如何使用Python获取PDF页数、页面尺寸、旋转角度、页面方向、页面标签和页面边框等信息的全部内容。


http://www.kler.cn/a/389023.html

相关文章：

  • Jmeter性能测试 -3数据驱动实战
  • 区块链技术在慈善捐赠中的应用
  • 普通电脑上安装属于自己的Llama 3 大模型和对话客户端
  • 同三维T610UDP-4K60 4K60 DP或HDMI或手机信号采集卡
  • Java项目实战II基于微信小程序的个人行政复议在线预约系统微信小程序（开发文档+数据库+源码）
  • AI绘画经验（stable-diffusion）
  • jupyter添加、删除、查看内核
  • 一篇Spring Boot 笔记
  • Python | Leetcode Python题解之第542题01矩阵
  • 【Ubuntu20】VSCode Python代码规范工具配置 Pylint + Black + MyPy + isort
  • 微信小程序运营日记（第四天）
  • 16.UE5拉怪机制，怪物攻击玩家，伤害源，修复原视频中的BUG
  • VAE的原理及MNIST数据生成
  • 【计算机网络】基础知识，常识应用知识
  • Webpack知识点—publicPath
  • JVM 进阶：深入理解与高级调优
  • YOLOv6-4.0部分代码阅读笔记-engine.py
  • Skyeye 云智能制造 v3.14.12 发布，ERP + 商城
  • 【AI技术】PaddleSpeech部署方案
  • Python实现SSA智能麻雀搜索算法优化BP神经网络分类模型(优化权重和阈值)项目实战
  • 数据结构之排序补充
  • 12.UE5朝向鼠标攻击，状态机入门
  • fabric操作canvas绘图(1)共32节
  • 计算机毕业设计Python流量检测可视化 DDos攻击流量检测与可视化分析 SDN web渗透测试系统 网络安全 信息安全 大数据毕业设计
  • Mysql COUNT() 函数详解
  • 手动实现promise的all，race，finally方法