批量提取并导出很多个 PDF 文件的第一页或最后一页或某些页面

凉拌折耳根0856

批量提取并导出很多个 PDF 文件的第一页或最后一页或某些页面

约定的童话

你可以使用 Python 中的 PyPDF2 库来批量提取和导出 PDF 文件的特定页面。

首先，你需要安装 PyPDF2 库。可以通过以下命令在命令行中安装它：

复制
pip install PyPDF2
然后，你可以使用以下代码来批量提取 PDF 文件的第一页、最后一页或某些页面：

复制
import os
from PyPDF2 import PdfFileReader, PdfFileWriter

# 定义一个函数，用于提取 PDF 文件的特定页面
def extract_pages(input_path, output_path, pages):
    with open(input_path, 'rb') as input_file, \
         open(output_path, 'wb') as output_file:
        pdf_reader = PdfFileReader(input_file)
        pdf_writer = PdfFileWriter()
        for page in pages:
            pdf_writer.addPage(pdf_reader.getPage(page))
        pdf_writer.write(output_file)

# 定义你要处理的 PDF 文件夹路径、输出文件夹路径、要提取的页面列表
pdf_folder = '/path/to/pdf/folder'
output_folder = '/path/to/output/folder'
pages_to_extract = [0, -1]  # 第一页和最后一页

# 循环遍历 PDF 文件夹里的每个 PDF 文件
for filename in os.listdir(pdf_folder):
    if filename.endswith('.pdf'):
        input_path = os.path.join(pdf_folder, filename)
        output_path = os.path.join(output_folder, f'{filename[:-4]}_extracted.pdf')
        extract_pages(input_path, output_path, pages_to_extract)
在这个示例中，我们定义了一个 extract_pages 函数，它接收输入 PDF 文件路径、输出 PDF 文件路径和要提取的页面列表。该函数使用 PyPDF2 库打开输入 PDF 文件，提取指定页面并将其写入输出 PDF 文件。

然后，我们定义了要处理的 PDF 文件夹路径、输出文件夹路径和要提取的页面列表。在循环遍历 PDF 文件夹中的每个 PDF 文件时，我们调用 extract_pages 函数并将其应用于每个 PDF 文件。

最后，我们可以在输出文件夹中找到提取的 PDF 文件。在这个示例中，我们提取了每个 PDF 文件的第一页和最后一页，但你可以根据需要修改 pages_to_extract 列表来提取其他页面。