Python中用PyPDF2拆分pdf提取页面

有时候我们只需要pdf中的几页，或许还想把这几页内容整合成新的pdf，那该怎么做呢？

准备工作：

安装扩展库PyPDF2，参考命令

pip install PyPDF2

代码如下：

from PyPDF2 import PdfFileReader, PdfFileWriter
 
 
def split_pdf(filename, result, start=0, end=None):
    """从filename中提取[start,end)之间的页码内容保存为result"""
    # 打开原始 pdf 文件
    pdf_src = PdfFileReader(filename)
    if end is None:
        # 获取页数
        end = pdf_src.getNumPages()
    with open(result, "wb") as fp:
        # 创建空白pdf文件
        pdf = PdfFileWriter()
        # 提取页面内容，写入空白文件
        for num in range(start, end):
            pdf.addPage(pdf_src.getPage(num))
        # 写入结果pdf
        pdf.write(fp)
 
 
fn = r"G:\a001\第九天.pdf"
split_pdf(fn, "1.pdf", 0, 3)
split_pdf(fn, "2.pdf", 1, 3)
split_pdf(fn, "3.pdf", 2, 3)

遇见的问题一：

Traceback (most recent call last):
  File "G:/a001/pdf.py", line 22, insplit_pdf(fn, "1.pdf", 0, 3)
  File "G:/a001/pdf.py", line 7, in split_pdf
    pdf_src = PdfFileReader(filename)
  File "E:\project_luffy\luffy\lib\site-packages\PyPDF2\pdf.py", line 1084, in __init__
    self.read(stream)
  File "E:\project_luffy\luffy\lib\site-packages\PyPDF2\pdf.py", line 1901, in read
    raise utils.PdfReadError("Could not find xref table at specified location")
PyPDF2.utils.PdfReadError: Could not find xref table at specified location

还没有找到好的解决问题的办法，但是我在操作过程中换了一个新的pdf文件就成功了，猜测是你的pdf文件出了问题。

遇见的问题二：

在解决了上面的问题之后，程序可以正常的使用，但是还会出一个问题：

PdfReadWarning: Xref table not zero-indexed. ID numbers for objects will be corrected. [pdf.py:1736]

虽然不影响，但是体验不好啊 ，继续解决吧

import sys
 
if not sys.warnoptions:
    import warnings
    warnings.simplefilter("ignore")

上面代码要加在最上面

关于PyPDF2的内容，昨天有详细讲解过，不会的小伙伴可以查看：

（推荐操作系统：windows7系统、Python 3.9.1，DELL G3电脑。）