Python處理PDF和Word文件常用的方法

摘要： Python處理PDF和Word文件的模組是PyPDF2，使用之前需要先匯入。 開啟一個PDF文件的操作順序是： 用open()函式開啟檔案並用一個變數來接收，然後把變數給傳遞給PdfFileReader物件，形成一個PdfFileReader物件，這樣用PdfFil...

Python處理PDF和Word文件的模組是PyPDF2，使用之前需要先匯入。

開啟一個PDF文件的操作順序是： 用open()函式開啟檔案並用一個變數來接收，然後把變數給傳遞給PdfFileReader物件，形成一個PdfFileReader物件，這樣用PdfFileReader物件下面的各種方法、屬性去操作PDF文件。

PdfFileReader物件方法：

(1)、PyPDF2.PdfFileReader()方法：代表一個PdfFileReader物件。

(2)、getPage() 方法：獲取FDF文件頁數；

(3)、extractText()方法：獲取當前PDF文件當前頁面的文字內容。

(4)、decrypt()方法：用來給加密的PDF文件接收密碼；

PdfFileReader物件常用屬性：

（1）、pdfReader.numPages 屬性：獲取當前文件物件總頁數。

（2）、 isEncrypted 屬性：用於判斷PDF文件是否是加密的，如果是加密的，返回True，否則返回False.

例如：

>>> import PyPDF2

>>> pdfFileObj = open('meetingminutes.pdf', 'rb')

>>> pdfReader = PyPDF2.PdfFileReader(pdfFileObj)

 >>> pdfReader.numPages

19

 >>> pageObj = pdfReader.getPage(0)

 >>> pageObj.extractText()