Python中讀取和加解密PDF文件的詳細教程

更新時間：2024年08月16日 11:03:59 作者：景天科技苑

在Python中讀取和加密PDF文件是一項常見且實用的任務(wù),尤其對于需要處理大量文檔自動化處理的場景,本文將詳細介紹如何使用Python讀取PDF文件內(nèi)容以及如何使用不同的庫來給PDF文件加密,需要的朋友可以參考下

準備工作

在開始之前，確保你的Python環(huán)境已經(jīng)安裝好，并安裝了處理PDF文件所需的庫。這里我們將使用兩個主要的庫：PyPDF2用于讀取PDF內(nèi)容，PyPDF2和Spire.PDF for Python用于加密PDF文件。

安裝必要的庫

安裝pdfplumber

使用pip安裝pdfplumber，這是讀取PDF文件內(nèi)容的一個常用庫。

pip install pdfplumber

安裝PyPDF2

PyPDF2是另一個用于處理PDF文件的庫，支持讀取、寫入和加密等操作。

pip install PyPDF2

安裝Spire.PDF for Python

Spire.PDF for Python是一個功能強大的庫，支持多種PDF操作，包括創(chuàng)建、讀取、修改和加密。不過，需要注意的是，Spire.PDF for Python并非開源庫，通常需要從其官方網(wǎng)站或授權(quán)渠道獲取。

# 注意：這里只是示例，實際安裝可能需要從官網(wǎng)下載或使用其他方式
pip install Spire.Pdf

如果無法從pip直接安裝，可以訪問Spire.PDF for Python的官方網(wǎng)站下載并安裝。

讀取PDF文件

在Python中，使用pdfplumber庫都可以很方便地讀取PDF文件的內(nèi)容。以下是一個使用PyPDF2讀取PDF文件內(nèi)容的基本示例。

我們先查看下PDF文件

在這里插入圖片描述

代碼讀取示例

def read_pdf(path):
    #pip install pdfplumber
    import pdfplumber
    with pdfplumber.open(path) as pdf:
    #    for i in range(len(pdf.pages)):
    #        page = pdf.pages[i]
    #        print(page.extract_text())
        for page in pdf.pages:
            print(page.extract_text())
if __name__ == "__main__":
    read_pdf('基于Python編寫的FTP程序.pdf')

在這里插入圖片描述

上述代碼通過extract_text函數(shù)讀取了指定路徑的PDF文件內(nèi)容，并打印出來。extract_text函數(shù)會自動處理PDF中的文本內(nèi)容，包括文本布局、字體和編碼等。

加密PDF文件

加密PDF文件是為了保護文件內(nèi)容不被未授權(quán)訪問。在Python中，可以使用PyPDF2和Spire.PDF for Python庫來實現(xiàn)PDF文件的加密。

使用PyPDF2加密PDF

PyPDF2是一個強大的庫，用于處理PDF文件的各種操作，包括加密。以下是一個使用PyPDF2加密PDF文件的基本示例。

示例代碼

import PyPDF2

def encrypt_pdf_with_pypdf2(input_pdf, output_pdf, password):
    # 創(chuàng)建PdfFileReader和PdfFileWriter對象
    pdf_reader = PyPDF2.PdfReader(input_pdf)
    pdf_writer = PyPDF2.PdfWriter()

    # 逐頁添加內(nèi)容到寫入器
    for page_num in pdf_reader.pages:
        pdf_writer.add_page(page_num)

    # 加密PDF文件
    pdf_writer.encrypt(password)

    # 寫入加密后的PDF文件
    with open(output_pdf, 'wb') as output_file:
        pdf_writer.write(output_file)

    print(f"PDF文件 {input_pdf} 已加密, 并保存為 {output_pdf}")

# 使用示例
encrypt_pdf_with_pypdf2('基于Python編寫的FTP程序.pdf', 'encrypted_example.pdf', 'mysecretpassword')

在上述代碼中，我們首先讀取了一個PDF文件，然后逐頁將其內(nèi)容添加到PdfFileWriter對象中。最后，我們使用encrypt方法設(shè)置了一個密碼，并將加密后的PDF文件保存到新的文件中。

在這里插入圖片描述

打開pdf文件，已被加密

在這里插入圖片描述

使用Spire.PDF for Python加密PDF

雖然PyPDF2是一個很好的庫，但Spire.PDF for Python提供了更多高級功能，包括更強大的加密選項。以下是一個使用Spire.PDF for Python加密PDF文件的示例。

要加密PDF，你需要設(shè)置用戶密碼（文檔打開密碼），該密碼將用于打開和查看文件。

什么是用戶密碼（文檔打開密碼）？

用戶必須輸入該密碼才能打開和查看PDF文檔。
它限制對PDF內(nèi)容的訪問，確保只有授權(quán)個人才能訪問該文件。
用戶密碼不提供除打開PDF之外的任何其他權(quán)限或限制。
除了設(shè)置用戶或打開密碼外，你還需要設(shè)置用于保護PDF內(nèi)容的加密級別或算法。Spire.PDF for Python支持以下加密級別或算法：

40-bit RC4
128-bit RC4
128-bit AES
256-bit AES
使用Python加密PDF文件的主要步驟如下：

創(chuàng)建PdfDocument實例，并使用PdfDocument.LoadFromFile()方法加載PDF文件。
創(chuàng)建一個PdfSecurityPolicy，并設(shè)置打開文檔所需的用戶密碼。
通過PdfSecurityPolicy類中的EncryptionAlgorithm屬性設(shè)置用于保護PDF的加密算法。
使用PdfDocument.Encrypt(securityPolicy:PdfSecurityPolicy)方法應(yīng)用安全策略以加密PDF文檔。
將加密的PDF文檔保存為新文件。

示例代碼

首先，請確保你已經(jīng)正確安裝了Spire.PDF for Python庫。由于這個庫不是通過pip直接安裝的，你可能需要從其官方網(wǎng)站下載相應(yīng)的Python包，并按照提供的說明進行安裝。

from spire.pdf import *


# 創(chuàng)建document對象
doc = PdfDocument()
# 加載需要加密的現(xiàn)有PDF文件
doc.LoadFromFile("基于Python編寫的FTP程序.pdf")

# 創(chuàng)建一個安全策略，并設(shè)置打開文檔所需的用戶密碼
securityPolicy = PdfPasswordSecurityPolicy("userpassword", str())

# 指定用于保護PDF的加密算法
securityPolicy.EncryptionAlgorithm = PdfEncryptionAlgorithm.AES_256



# 應(yīng)用安全策略以加密PDF文檔
doc.Encrypt(securityPolicy)

# 保存加密后的PDF文檔
doc.SaveToFile("加密.pdf")

print("PDF文件 基于Python編寫的FTP程序.pdf 已加密, 并保存為 加密.pdf ")

打開加密文件，已被加密

在這里插入圖片描述

在上述代碼中，我們首先使用doc.LoadFromFile方法加載了一個PDF文件。然后，我們創(chuàng)建了一個securityPolicy加密策略，并設(shè)置了用戶密碼、所有者密碼、權(quán)限和加密級別。這里我們選擇了AES 256位加密，并允許打印、修改內(nèi)容和復(fù)制內(nèi)容。最后，我們通過調(diào)用doc.Encrypt方法應(yīng)用加密，并使用doc.SaveToFile方法保存加密后的PDF文件。

使用Python設(shè)置PDF的安全權(quán)限

要為PDF文檔設(shè)置安全權(quán)限，除了用戶密碼外，你還需要設(shè)置所有者密碼（權(quán)限密碼）。

什么是所有者密碼（權(quán)限密碼）？

用于控制可在PDF文檔上執(zhí)行的權(quán)限和操作。
允許文檔所有者限制某些操作，例如打印、復(fù)制、修改或從PDF中提取內(nèi)容。
所有者密碼通常比用戶密碼更強大，因為它賦予所有者對PDF安全設(shè)置的完全控制。

使用Python設(shè)置PDF安全權(quán)限的主要步驟如下：

創(chuàng)建PdfDocument實例，并使用PdfDocument.LoadFromFile()方法加載一個PDF文件。
創(chuàng)建一個PdfSecurityPolicy，并設(shè)置打開文檔所需的用戶密碼和用于限制權(quán)限的所有者密碼。
通過PdfSecurityPolicy類中的EncryptionAlgorithm屬性設(shè)置用于保護PDF的加密算法。
禁止所有權(quán)限，然后通過PdfSecurityPolicy類中的DocumentPrivilege屬性賦予特定權(quán)限。
使用PdfDocument.Encrypt(securityPolicy:PdfSecurityPolicy)方法應(yīng)用安全策略以加密PDF文檔。
將加密的PDF文檔保存為新文件。

以下代碼示例展示了如何使用Python設(shè)置PDF的安全權(quán)限：

from spire.pdf import *

# 創(chuàng)建PdfDocument對象
pdf = PdfDocument()
# 加載需要加密的現(xiàn)有PDF文件
pdf.LoadFromFile("基于Python編寫的FTP程序.pdf")

# 創(chuàng)建一個安全策略，并設(shè)置打開文檔所需的用戶密碼和用于限制權(quán)限的所有者密碼
securityPolicy = PdfPasswordSecurityPolicy("userpassword", "ownerpassword")

# 設(shè)置加密算法
securityPolicy.EncryptionAlgorithm = PdfEncryptionAlgorithm.AES_256

# 禁止所有權(quán)限
securityPolicy.DocumentPrivilege = PdfDocumentPrivilege.ForbidAll()
# 僅允許打印文檔
securityPolicy.DocumentPrivilege.AllowPrint = True

# 加密所有文檔內(nèi)容，除了元數(shù)據(jù)（可選，用于允許搜索引擎訪問文檔的元數(shù)據(jù)）
# securityPolicy.EncryptMetadata = False

# 應(yīng)用安全策略以加密PDF文檔
pdf.Encrypt(securityPolicy)

# 將加密的PDF文檔保存為新文件
pdf.SaveToFile("安全權(quán)限.pdf")
pdf.Close()

運行生成加密后的文件，打開需要密碼userpassword

在這里插入圖片描述

編輯需需要密碼ownerpassword

在這里插入圖片描述

我們看下有哪些權(quán)限

在這里插入圖片描述

注意事項

在使用加密功能時，請確保你了解不同加密級別和權(quán)限設(shè)置的影響。
加密后的PDF文件將需要密碼才能打開或進行某些操作，因此請確保你妥善保管密碼。
如果你在處理大量PDF文件或需要更高級的功能（如數(shù)字簽名、表單填充等），考慮使用更專業(yè)的庫，如Spire.PDF for Python。

使用Python解密PDF

加密的PDF文件可以使用其用戶密碼或所有者密碼打開。打開后，你可以使用PdfDocument.Decrypt()方法對其進行解密。

使用Python解密加密PDF文件的主要步驟如下：

創(chuàng)建PdfDocument實例，并使用PdfDocument.LoadFromFile()方法加載加密的PDF文件。
調(diào)用PdfDocument.Decrypt()方法解密PDF文件。
將解密后的PDF文件保存為新文件。
以下代碼示例展示了如何使用Python解密PDF文件：

from spire.pdf import *

# 創(chuàng)建PdfDocument對象
pdf = PdfDocument()
# 使用用戶密碼或所有者密碼打開加密的PDF文檔
pdf.LoadFromFile("安全權(quán)限.pdf", "userpassword")

# 解密PDF文檔
pdf.Decrypt("ownerpassword")

# 將解密后的文檔保存為新文件
pdf.SaveToFile("解密后文件.pdf")
pdf.Close()

在這里插入圖片描述

解密后的pdf直接能打開。

當然，我們可以繼續(xù)探討一些高級話題和最佳實踐，特別是在處理PDF文件時。以下是一些額外的考慮點和技巧，可以幫助你更有效地在Python中處理PDF文件。

高階用法處理

1. 錯誤處理

在處理文件時，錯誤處理是非常重要的。無論是讀取文件還是寫入文件，都可能會遇到各種問題，如文件不存在、權(quán)限不足、磁盤空間不足等。因此，在你的代碼中添加適當?shù)腻e誤處理邏輯是很重要的。

try:
    # 嘗試讀取或?qū)懭隤DF文件的代碼
    # ...
except FileNotFoundError:
    print(f"文件 {file_path} 未找到。")
except PermissionError:
    print(f"沒有權(quán)限訪問文件 {file_path}。")
except Exception as e:
    print(f"處理文件時發(fā)生錯誤：{e}")

2. 批量處理

如果你需要處理多個PDF文件，編寫一個能夠批量處理這些文件的腳本將非常有用。你可以使用Python的循環(huán)結(jié)構(gòu)（如for循環(huán)）來遍歷文件列表，并對每個文件執(zhí)行相同的操作。

import os

def process_pdfs(folder_path, output_folder, password):
    # 獲取文件夾中所有PDF文件的列表
    pdf_files = [f for f in os.listdir(folder_path) if f.endswith('.pdf')]

    # 遍歷文件列表并處理每個文件
    for file in pdf_files:
        input_path = os.path.join(folder_path, file)
        output_path = os.path.join(output_folder, f"encrypted_{file}")
        
        # 這里可以調(diào)用加密函數(shù)
        # encrypt_pdf(input_path, output_path, password)
        
        # 示例：僅打印將要處理的文件路徑
        print(f"正在處理 {input_path} ...")

# 使用示例
process_pdfs('input_pdfs', 'output_pdfs', 'mysecretpassword')

3. 加密選項的深入理解

當你使用PyPDF2或Spire.PDF for Python等庫加密PDF文件時，了解不同的加密選項和權(quán)限設(shè)置是非常重要的。例如，你可以設(shè)置不同的用戶密碼和所有者密碼，以及控制哪些操作（如打印、修改、復(fù)制等）被允許。

用戶密碼：用于打開和查看PDF文件。
所有者密碼：用于修改PDF文件的加密設(shè)置，包括更改密碼和權(quán)限。
權(quán)限：定義了對PDF文件可以執(zhí)行哪些操作，如打印、修改內(nèi)容、復(fù)制內(nèi)容等。

4. 性能優(yōu)化

如果你需要處理大型PDF文件或大量文件，性能可能會成為一個問題。以下是一些優(yōu)化性能的方法：

使用多線程或多進程：Python的threading和multiprocessing模塊可以幫助你并行處理多個文件，從而加快處理速度。
內(nèi)存管理：確保你的腳本不會消耗過多的內(nèi)存。在處理大型文件時，考慮使用流式處理或分批處理文件內(nèi)容。
選擇高效的庫：不同的庫在處理PDF文件時的性能可能會有所不同。根據(jù)你的具體需求選擇最合適的庫。

5. 安全性考慮

當你加密PDF文件時，請確保你使用的加密方法和密碼足夠強大，以防止未經(jīng)授權(quán)的訪問。以下是一些安全性考慮點：

使用強密碼：選擇包含大小寫字母、數(shù)字和特殊字符的復(fù)雜密碼。
定期更改密碼：如果你經(jīng)常處理敏感信息，請定期更改你的加密密碼。
了解加密算法的局限性：雖然AES等現(xiàn)代加密算法非常強大，但它們也有其局限性。了解你選擇的加密算法的優(yōu)缺點是很重要的。

6. 學(xué)習(xí)和探索

PDF處理是一個廣泛而復(fù)雜的領(lǐng)域，有許多不同的庫和工具可供選擇。除了PyPDF2和Spire.PDF for Python之外，還有其他一些流行的庫，如pdfplumber（用于提取文本和表格）、ReportLab（用于創(chuàng)建PDF文件）等?；〞r間學(xué)習(xí)和探索這些庫將幫助你更好地處理PDF文件。

希望這些額外的信息和技巧對你有所幫助！如果你有任何其他問題或需要進一步的幫助，請隨時提問。