Pdf的合并和提取Python代码

合并PDF文件的Python代码：

from PyPDF2 import PdfFileMerger, PdfFileReader

# 打开要合并的PDF文件
pdfs_to_merge = ["file1.pdf", "file2.pdf", "file3.pdf"]

# 创建PdfFileMerger对象
merger = PdfFileMerger()

# 将所有PDF文件合并到一个文件中
for pdf in pdfs_to_merge:
    merger.append(PdfFileReader(pdf, "rb"))

# 输出合并后的PDF文件
merged_pdf = "merged.pdf"
with open(merged_pdf, "wb") as output_file:
    merger.write(output_file)

提取PDF文件的Python代码：

from PyPDF2 import PdfFileReader

# 打开要提取的PDF文件
pdf_to_extract = "file.pdf"

# 创建PdfFileReader对象
pdf_reader = PdfFileReader(pdf_to_extract)

# 获取PDF文件中所有页面的数量
num_pages = pdf_reader.getNumPages()

# 逐个提取每个页面
for page_num in range(num_pages):
    # 获取页面对象
    page = pdf_reader.getPage(page_num)

    # 将页面内容转换为文本
    text = page.extractText()

    # 处理文本，例如保存到文件中
    with open(f"page_{page_num}.txt", "w") as output_file:
        output_file.write(text)

注意：以上代码需要安装PyPDF2库。