Python批处理PDF文件，PDF附件轻松批量提取

浅浅的花香味﹌ 2024-05-01 02:41 107阅读 0赞

PDF附件是指在PDF文档中嵌入的其他文件，如图像、表格、音频、视频或其他文档。这些附件可以与PDF文档一起存储、传输和共享，为文档提供了更丰富的内容和更多的功能。通过添加附件，我们可以将相关文件和信息捆绑在一起，使其更易于管理和共享。此外，PDF附件还可以用于在文档中引用外部资源，提供更全面的参考资料和支持材料。然而，处理大量的PDF附件可能会很繁琐且费时费力。通过利用Python程序，我们可以轻松地批量处理这些附件，极大地提高工作效率。本文将介绍如何**通过Python轻松批量提取并保存PDF附件**、**插入附件到PDF文档中**以及**删除PDF文件中的附件**。

#### 文章目录 ####

*   *  使用Python批量提取PDF附件
     *  使用Python轻松插入附件到PDF
     *  使用Python批量删除PDF附件

本文所介绍的方法需要用到[Spire.PDF for Python][]，可从官网下载或通过PyPI安装：

pip install Spire.PDF

### 使用Python批量提取PDF附件 ###

提取PDF文档中的附件主要用到的是**PdfDocument.Attachments**属性和 **PdfAttachment.Data.Save()** 方法。PdfDocument.Attachments属性可以获取一个PDF文档中的所有附件并返回一个附件集合，而PdfAttachment.Data.Save()方法则可以将指定附件保存到指定文件夹。详细操作步骤如下：

1.  指定输入文件夹和输出文件夹的路径。
2.  获取输入文件夹中以".pdf"结尾的PDF文件列表。

pdfFiles = [f for f in os.listdir(inputFolder) if f.endswith(".pdf")]

1.  遍历每个PDF文件。
2.  创建PdfDocument类的对象，并使用PdfDocument.LoadFromFile()再入PDF文件。

document = PdfDocument()
    document.LoadFromFile(filePath)

1.  获取PDF文件的附件列表。

attachments = document.Attachments

1.  判断附件列表是否为空，如果有附件，则构建储存附件的文件夹。
2.  遍历附件列表，获取附件对象，并将附件保存到指定路径。

attachment = attachments.get_Item(i)
    attachmentPath = os.path.join(outputFolderPath, attachment.FileName)
    attachment.Data.Save(attachmentPath)

1.  关闭PDF文件。

**完整代码示例：**

import os
    from spire.pdf import *
    from spire.pdf.common import *
    
    # 指定输入文件夹和输出文件夹的路径
    inputFolder = "文档/PDF"
    outputFolder = "文档/附件"
    
    # 获取输入文件夹中以".pdf"结尾的PDF文件列表
    pdfFiles = [f for f in os.listdir(inputFolder) if f.endswith(".pdf")]
    
    # 遍历每个PDF文件
    for fileName in pdfFiles:
        # 构建PDF文件的完整路径
        filePath = os.path.join(inputFolder, fileName)
        
        # 创建PdfDocument对象并加载PDF文件
        document = PdfDocument()
        document.LoadFromFile(filePath)
        
        # 获取PDF文件的附件列表
        attachments = document.Attachments
        
        # 如果附件存在
        if attachments:
            # 获取PDF文件名（不包含扩展名）
            fileNameWithoutExt = os.path.splitext(fileName)[0]
            # 构建输出文件夹路径
            outputFolderPath = os.path.join(outputFolder, fileNameWithoutExt)
            # 创建输出文件夹
            os.makedirs(outputFolderPath, exist_ok=True)
            
            # 遍历附件列表
            for i in range(attachments.Count):
                # 获取附件对象
                attachment = attachments.get_Item(i)
                # 构建附件保存路径
                attachmentPath = os.path.join(outputFolderPath, attachment.FileName)
                # 保存附件到指定路径
                attachment.Data.Save(attachmentPath)
                
        # 关闭PDF文档
        document.Close()

**用于提取附件的PDF文件：**  
![Python提取PDF附件][Python_PDF]

**提取结果：**  
![Python提取PDF附件][Python_PDF 1]

### 使用Python轻松插入附件到PDF ###

通过创建PdfAttachment类的实例即可创建PDF附件，并对附件相关信息进行设置，如描述和修改日期。在创建好附件后，使用PdfDocument.Attachments.Add()方法即可将附件添加到PDF文件中。附件还可以与PDF注释结合，实现从页面上跳转到指定附件。一下步骤是添加附件的简单示例：

1.  创建PdfDocument类的对象并再入PDF文档。

document = PdfDocument()
    document.LoadFromFile(pdfPath)

1.  创建PdfAttachment类的对象，并设置附件描述和修改日期。

attachment = PdfAttachment(attachmentPath)
    attachment.Description = "参会人员名单"
    attachment.ModificationDate = DateTime.get_Now()

1.  将附件添加到PDF文件中。

document.Attachments.Add(attachment)

1.  保存并关闭PDF文件。

document.SaveToFile("output/添加附件.pdf")
    document.Close()

**完整代码示例：**

from spire.pdf import *
    from spire.pdf.common import *
    
    # 定义PDF文件路径和附件路径
    pdfPath = "文档/示例5.pdf"
    attachmentPath = "示例/名单.txt"
    
    # 创建PdfDocument对象并加载PDF文件
    document = PdfDocument()
    document.LoadFromFile(pdfPath)
    
    # 创建PdfAttachment对象
    attachment = PdfAttachment(attachmentPath)
    
    # 设置附件的描述信息和修改日期
    attachment.Description = "参会人员名单"
    attachment.ModificationDate = DateTime.get_Now()
    
    # 将附件添加到PDF文档中
    document.Attachments.Add(attachment)
    
    # 保存PDF文档到指定路径
    document.SaveToFile("output/添加附件.pdf")
    
    # 关闭PDF文档
    document.Close()

**添加效果：**  
![Python添加附件到PDF][Python_PDF 2]

### 使用Python批量删除PDF附件 ###

删除PDF文件中的附件则比较简单，直接使用PdfDocument.Attachments属性获取一个PDF文件中的附件，然后再删除指定的附件或所有附件即可。一下是操作步骤：

1.  创建PdfDocument类的对象并再入PDF文档。

document = PdfDocument()
    document.LoadFromFile(pdfPath)

1.  获取PDF文件中的附件集合。

document.Attachments

1.  删除指定附件。

attachments.RemoveAt(0)

1.  或删除所有附件。

attachments.Clear()

1.  保存并关闭PDF文件。

document.SaveToFile("output/删除附件.pdf")
    document.Close()

**完整代码示例：**

from spire.pdf import *
    from spire.pdf.common import *
    
    # 定义PDF文件路径
    pdfPath = "文档/示例5.pdf"
    
    # 创建PdfDocument对象并加载PDF文件
    document = PdfDocument()
    document.LoadFromFile(pdfPath)
    
    # 获取PDF文件的附件集合
    attachments = document.Attachments
    
    # 删除指定附件
    attachments.RemoveAt(0)
    
    # 删除所有附件
    attachments.Clear()
    
    # 保存并关闭PDF文件
    document.SaveToFile("output/删除附件.pdf")
    document.Close()

以上是关于如何利用Python在PDF文件中添加、提取及删除附件的方法介绍。Spire.PDF for Python还支持许多其他功能，请前往[Spire.PDF for Python教程][Spire.PDF for Python 1]了解更多。

[Spire.PDF for Python]: https://www.e-iceblue.cn/Introduce/Spire-PDF-Python.html
[Python_PDF]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/71d4c33726cb43f09f56be8376ce0520.png
[Python_PDF 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/0e90837daaea48ab87214dc425751831.png
[Python_PDF 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/bee5a61964724c19ba78f027bbe3c1a7.png
[Spire.PDF for Python 1]: https://www.e-iceblue.cn/pdfforpython/spire-pdf-for-python-program-guide-content.html