Python使用PyPDF2和ReportLab操作PDF文件的詳細(xì)指南
Python中的PDF處理工具：PyPDF2和ReportLab使用指南
在日常工作和項(xiàng)目中，PDF 文件處理是個常見需求，不論是合并報(bào)告、加密文檔、填充表單，還是生成發(fā)票。Python 中有許多用于操作 PDF 文件的庫，其中 PyPDF2 和 ReportLab 是兩個廣泛使用的工具：前者用于 PDF 文檔的讀取和修改，后者用于從頭生成 PDF 文件。在這篇博客中，我們將介紹如何使用 PyPDF2 和 ReportLab 完成一些常見的 PDF 處理任務(wù)。
一、安裝 PyPDF2 和 ReportLab
要開始使用 PyPDF2 和 ReportLab，首先需要安裝它們?？梢栽诮K端或命令提示符中執(zhí)行以下命令：
pip install PyPDF2 reportlab
安裝完成后，即可使用它們進(jìn)行 PDF 的讀寫和生成操作。
二、使用 PyPDF2 操作 PDF 文件
PyPDF2 是一個強(qiáng)大的 PDF 處理庫，它提供了多種功能，可以讓我們讀取、合并、拆分、加密和解密 PDF 文件。以下是 PyPDF2 的一些常見操作。
1. 讀取 PDF 文件
首先，讓我們看看如何用 PyPDF2 打開并讀取 PDF 文件的內(nèi)容。
from PyPDF2 import PdfReader
# 打開 PDF 文件
reader = PdfReader("example.pdf")
# 獲取頁面數(shù)
num_pages = len(reader.pages)
print(f"Total pages: {num_pages}")
# 讀取每一頁的內(nèi)容
for page_num in range(num_pages):
page = reader.pages[page_num]
text = page.extract_text()
print(f"Page {page_num + 1}:\n{text}")
在這個例子中，我們使用 PdfReader 類打開 PDF 文件，并通過 extract_text() 方法提取每一頁的文本內(nèi)容。這種方式適合從 PDF 中讀取純文本內(nèi)容，比如報(bào)告和文檔。
2. 合并 PDF 文件
合并多個 PDF 文件是 PyPDF2 的強(qiáng)項(xiàng)之一。以下是將兩個 PDF 文件合并成一個 PDF 文件的示例：
from PyPDF2 import PdfWriter, PdfReader
# 創(chuàng)建 PDF 寫入器
writer = PdfWriter()
# 讀取兩個 PDF 文件并將它們的頁面添加到寫入器中
pdf_files = ["file1.pdf", "file2.pdf"]
for pdf_file in pdf_files:
reader = PdfReader(pdf_file)
for page in reader.pages:
writer.add_page(page)
# 保存合并后的 PDF 文件
with open("merged_output.pdf", "wb") as output_pdf:
writer.write(output_pdf)
在這個示例中，我們創(chuàng)建了一個 PdfWriter 實(shí)例，依次讀取每個 PDF 文件，并將其頁面添加到寫入器中。最終，合并后的 PDF 文件會保存為 merged_output.pdf。
3. 拆分 PDF 文件
如果需要將 PDF 文件中的某些頁面提取出來，也可以通過 PyPDF2 實(shí)現(xiàn)。例如，提取 PDF 文件中的第 1 頁到第 3 頁：
from PyPDF2 import PdfWriter, PdfReader
reader = PdfReader("example.pdf")
writer = PdfWriter()
# 提取特定頁
for i in range(3): # 這里表示提取第1頁到第3頁
writer.add_page(reader.pages[i])
# 保存拆分后的文件
with open("split_output.pdf", "wb") as output_pdf:
writer.write(output_pdf)
此代碼將 example.pdf 的前 3 頁提取并保存為 split_output.pdf。
4. 加密和解密 PDF 文件
對于機(jī)密 文件，PyPDF2 提供了加密和解密功能。我們可以使用 encrypt 方法設(shè)置密碼保護(hù) PDF 文件：
writer = PdfWriter()
reader = PdfReader("example.pdf")
# 添加所有頁面
for page in reader.pages:
writer.add_page(page)
# 加密并設(shè)置密碼
writer.encrypt("password123")
# 保存加密的文件
with open("encrypted_output.pdf", "wb") as output_pdf:
writer.write(output_pdf)
在這個例子中，encrypted_output.pdf 文件只能通過密碼“password123”打開，確保了文件的安全性。
三、使用 ReportLab 生成 PDF 文件
ReportLab 是另一個強(qiáng)大的 PDF 庫，適合從頭生成 PDF 文件，并支持復(fù)雜的布局和樣式。ReportLab 使用 畫布（Canvas）進(jìn)行 PDF 內(nèi)容的繪制，可以生成包含文本、圖形和表格的 PDF 文件。
1. 創(chuàng)建 PDF 文件并添加文本
首先，讓我們看如何使用 ReportLab 創(chuàng)建一個簡單的 PDF 文件并添加文本：
from reportlab.lib.pagesizes import A4
from reportlab.pdfgen import canvas
# 創(chuàng)建 PDF 文件
pdf_path = "generated_example.pdf"
pdf_canvas = canvas.Canvas(pdf_path, pagesize=A4)
# 添加文本
pdf_canvas.drawString(100, 750, "Hello, ReportLab!")
pdf_canvas.drawString(100, 730, "This is a simple PDF file created using Python.")
# 保存并關(guān)閉 PDF
pdf_canvas.save()
print(f"PDF saved as {pdf_path}")
在此代碼中，drawString 方法可以指定文本位置，單位為點(diǎn)（pt），A4 頁面的尺寸是 595x842 pt。在 100, 750 位置寫入文本 “Hello, ReportLab!”。
2. 添加圖片和圖形
ReportLab 允許將圖片插入到 PDF 中，并能繪制各種形狀，這對于生成圖表或帶有圖像的報(bào)告非常有用。
from reportlab.lib.pagesizes import A4
from reportlab.pdfgen import canvas
# 創(chuàng)建 PDF 文件
pdf_path = "pdf_with_image.pdf"
pdf_canvas = canvas.Canvas(pdf_path, pagesize=A4)
# 添加圖片
pdf_canvas.drawImage("example_image.jpg", 100, 500, width=200, height=150)
# 繪制矩形
pdf_canvas.setStrokeColorRGB(0, 0, 1) # 藍(lán)色邊框
pdf_canvas.setFillColorRGB(0.8, 0.8, 1) # 淺藍(lán)填充
pdf_canvas.rect(100, 450, 200, 100, fill=True)
# 保存 PDF
pdf_canvas.save()
print(f"PDF with image and shapes saved as {pdf_path}")
在這里，我們插入了一張圖片，并繪制了一個藍(lán)色矩形，位置在 (100, 450)，尺寸為 200x100。drawImage 方法可以用來插入圖像文件，支持 JPG 和 PNG 格式。
3. 添加表格
ReportLab 的 Table 類可以方便地創(chuàng)建和格式化表格。以下示例展示了如何在 PDF 中插入一個包含數(shù)據(jù)的表格：
from reportlab.lib.pagesizes import A4
from reportlab.pdfgen import canvas
from reportlab.platypus import Table, TableStyle
from reportlab.lib import colors
# 創(chuàng)建 PDF 文件
pdf_path = "pdf_with_table.pdf"
pdf_canvas = canvas.Canvas(pdf_path, pagesize=A4)
# 表格數(shù)據(jù)
data = [
["Product", "Price", "Quantity"],
["Widget", "$25.00", "10"],
["Gadget", "$15.00", "30"],
["Doohickey", "$5.00", "50"]
]
# 創(chuàng)建表格
table = Table(data)
table.setStyle(TableStyle([
("BACKGROUND", (0, 0), (-1, 0), colors.grey),
("TEXTCOLOR", (0, 0), (-1, 0), colors.whitesmoke),
("ALIGN", (0, 0), (-1, -1), "CENTER"),
("GRID", (0, 0), (-1, -1), 0.5, colors.black),
("BACKGROUND", (0, 1), (-1, -1), colors.beige),
]))
# 將表格添加到 PDF
table.wrapOn(pdf_canvas, 400, 300)
table.drawOn(pdf_canvas, 100, 600)
# 保存 PDF
pdf_canvas.save()
print(f"PDF with table saved as {pdf_path}")
在此代碼中，我們創(chuàng)建了一個包含產(chǎn)品、價(jià)格和數(shù)量信息的表格，并設(shè)置了樣式，包括背景顏色、對齊方式和邊框線。
四、匯總
PyPDF2 和 ReportLab 是處理 PDF 文件的兩大主要工具，各有其強(qiáng)項(xiàng)：
- PyPDF2：適用于讀取、合并、拆分和加密 PDF 文件，主要用于處理現(xiàn)有的 PDF 文件。
- ReportLab：用于從頭生成 PDF 文件，可以精確控制布局，適合創(chuàng)建發(fā)票、報(bào)表和其他定制文檔。
這兩個庫的結(jié)合可以幫助我們實(shí)現(xiàn)全面的 PDF 處理需求，從簡單的文件合并到復(fù)雜的圖表和表格創(chuàng)建，Python 都能輕松完成。希望這篇指南能幫您更好地掌握這兩個庫的使用方法，實(shí)現(xiàn) PDF 的自動化處理。
五、綜合應(yīng)用：生成發(fā)票 PDF 示例
在這里，我們將 PyPDF2 和 ReportLab 結(jié)合使用，生成一個包含公司信息、客戶信息和項(xiàng)目列表的發(fā)票 PDF。這種場景在實(shí)際應(yīng)用中非常常見。
1. 創(chuàng)建發(fā)票模板
首先，我們使用 ReportLab 創(chuàng)建一個發(fā)票模板文件 invoice_template.pdf，包括公司標(biāo)志、發(fā)票標(biāo)題和必要的表格格式：
from reportlab.lib.pagesizes import A4
from reportlab.pdfgen import canvas
from reportlab.platypus import Table, TableStyle
from reportlab.lib import colors
def create_invoice_template():
pdf_path = "invoice_template.pdf"
pdf_canvas = canvas.Canvas(pdf_path, pagesize=A4)
# 設(shè)置頁面標(biāo)題
pdf_canvas.setFont("Helvetica-Bold", 16)
pdf_canvas.drawString(220, 800, "Invoice")
# 公司信息
pdf_canvas.setFont("Helvetica", 12)
pdf_canvas.drawString(50, 780, "Company Name: XYZ Ltd.")
pdf_canvas.drawString(50, 765, "Address: 123 Example St., City")
pdf_canvas.drawString(50, 750, "Phone: (123) 456-7890")
pdf_canvas.drawString(50, 735, "Email: contact@xyz.com")
# 客戶信息部分
pdf_canvas.drawString(50, 700, "Bill To:")
pdf_canvas.drawString(50, 685, "Customer Name:")
pdf_canvas.drawString(50, 670, "Customer Address:")
# 添加表格表頭
data = [["Item", "Description", "Quantity", "Unit Price", "Total"]]
table = Table(data)
table.setStyle(TableStyle([
("BACKGROUND", (0, 0), (-1, 0), colors.grey),
("TEXTCOLOR", (0, 0), (-1, 0), colors.whitesmoke),
("ALIGN", (0, 0), (-1, -1), "CENTER"),
("FONTNAME", (0, 0), (-1, 0), "Helvetica-Bold"),
("FONTSIZE", (0, 0), (-1, 0), 12),
("BOTTOMPADDING", (0, 0), (-1, 0), 12),
("GRID", (0, 0), (-1, -1), 0.5, colors.black),
]))
table.wrapOn(pdf_canvas, 450, 400)
table.drawOn(pdf_canvas, 50, 600)
# 保存模板
pdf_canvas.save()
print(f"Invoice template saved as {pdf_path}")
# 生成模板
create_invoice_template()
在這個代碼中，我們設(shè)置了發(fā)票的基本結(jié)構(gòu)，包括公司和客戶信息的顯示位置，以及一張帶有標(biāo)題的表格，用于填寫產(chǎn)品或服務(wù)明細(xì)。
2. 使用 PyPDF2 填寫客戶信息和項(xiàng)目詳情
接下來，我們用 PyPDF2 在生成的模板上填寫客戶信息和項(xiàng)目詳情。我們將客戶信息和項(xiàng)目列表寫入 invoice_filled.pdf 文件。
from PyPDF2 import PdfReader, PdfWriter
from reportlab.lib.pagesizes import A4
from reportlab.pdfgen import canvas
from io import BytesIO
def fill_invoice(customer_name, customer_address, items):
# 打開模板
reader = PdfReader("invoice_template.pdf")
writer = PdfWriter()
# 創(chuàng)建一個內(nèi)存緩沖區(qū)來繪制覆蓋內(nèi)容
packet = BytesIO()
pdf_canvas = canvas.Canvas(packet, pagesize=A4)
# 填寫客戶信息
pdf_canvas.setFont("Helvetica", 12)
pdf_canvas.drawString(150, 685, customer_name)
pdf_canvas.drawString(150, 670, customer_address)
# 填寫項(xiàng)目明細(xì)
y = 580
for item in items:
pdf_canvas.drawString(50, y, item["item"])
pdf_canvas.drawString(150, y, item["description"])
pdf_canvas.drawString(250, y, str(item["quantity"]))
pdf_canvas.drawString(350, y, f"${item['unit_price']:.2f}")
pdf_canvas.drawString(450, y, f"${item['quantity'] * item['unit_price']:.2f}")
y -= 20 # 調(diào)整 y 坐標(biāo)，確保每一項(xiàng)在新行
# 保存繪制的內(nèi)容
pdf_canvas.save()
# 將覆蓋內(nèi)容作為新頁面內(nèi)容合并
packet.seek(0)
overlay = PdfReader(packet)
for page in reader.pages:
page.merge_page(overlay.pages[0])
writer.add_page(page)
# 保存帶內(nèi)容的發(fā)票
with open("invoice_filled.pdf", "wb") as output_pdf:
writer.write(output_pdf)
print("Invoice filled and saved as invoice_filled.pdf")
# 示例數(shù)據(jù)
customer_name = "John Doe"
customer_address = "456 Example Ave., City"
items = [
{"item": "Widget", "description": "High-quality widget", "quantity": 5, "unit_price": 20.00},
{"item": "Gadget", "description": "Advanced gadget", "quantity": 3, "unit_price": 35.00},
{"item": "Doohickey", "description": "Multi-purpose tool", "quantity": 2, "unit_price": 15.50},
]
# 生成發(fā)票
fill_invoice(customer_name, customer_address, items)
在這個代碼中，我們使用 fill_invoice 函數(shù)將客戶信息和項(xiàng)目明細(xì)填充到 invoice_template.pdf 的模板中，并將其保存為 invoice_filled.pdf。每個項(xiàng)目明細(xì)按行填寫，包括產(chǎn)品名稱、描述、數(shù)量、單價(jià)和總價(jià)。
六、總結(jié)
在本教程中，我們學(xué)習(xí)了如何使用 PyPDF2 和 ReportLab 來處理 PDF 文件，從讀取和合并現(xiàn)有文件，到從頭生成和填充內(nèi)容的自定義發(fā)票。這些技術(shù)為日常工作中的 PDF 操作帶來了高效的解決方案，使自動化 PDF 處理成為可能。
借助 PyPDF2 和 ReportLab，您可以輕松創(chuàng)建自動化腳本生成 PDF 報(bào)告，處理包含敏感數(shù)據(jù)的加密文件，或構(gòu)建批量文件處理系統(tǒng)。希望通過這篇博客，您能夠靈活運(yùn)用這兩個庫，提高 PDF 文件處理的效率。
以上就是Python使用PyPDF2和ReportLab操作PDF文件的詳細(xì)指南的詳細(xì)內(nèi)容，更多關(guān)于Python PyPDF2和ReportLab使用的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
Pytorch自動求導(dǎo)函數(shù)詳解流程以及與TensorFlow搭建網(wǎng)絡(luò)的對比
PyTorch是一個開源的Python機(jī)器學(xué)習(xí)庫，基于Torch，用于自然語言處理等應(yīng)用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch，這篇文章主要介紹了Pytorch自定義自動求導(dǎo)函數(shù)，以及PyTorch與TensorFlow搭建網(wǎng)絡(luò)的對比2021-11-11
這篇文章主要介紹了Python3 對象組合zip()和回退方式*zip詳解,非常不錯，具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2019-05-05
Python實(shí)現(xiàn)Word文檔與JSON格式雙向轉(zhuǎn)換的完整教程與代碼解析
在現(xiàn)代辦公自動化和數(shù)據(jù)處理中,Word文檔與JSON格式之間的轉(zhuǎn)換需求日益增多,本文將詳細(xì)介紹如何使用Python實(shí)現(xiàn).docx文件與JSON格式之間的高效雙向轉(zhuǎn)換,有需要的可以了解下2025-12-12
Pygame游戲開發(fā)之太空射擊實(shí)戰(zhàn)精靈的使用上篇
相信大多數(shù)8090后都玩過太空射擊游戲，在過去游戲不多的年代太空射擊自然屬于經(jīng)典好玩的一款了，今天我們來自己動手實(shí)現(xiàn)它，在編寫學(xué)習(xí)中回顧過往展望未來，下面開始講解精靈的使用2022-08-08
python3+PyQt5實(shí)現(xiàn)使用剪貼板做復(fù)制與粘帖示例
本篇文章主要介紹了python3+PyQt5實(shí)現(xiàn)使用剪貼板做復(fù)制與粘帖示例，具有一定的參考價(jià)值，有興趣的可以了解一下。2017-01-01
這篇文章主要介紹了python numpy中setdiff1d的用法說明，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了keras 如何保存最佳的訓(xùn)練模型，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
光流是空間運(yùn)動物體在觀察成像平面上的像素運(yùn)動的瞬時速度，是利用圖像序列中像素在時間域上的變化以及相鄰幀之間的相關(guān)性來找到上一幀跟當(dāng)前幀之間存在的相應(yīng)關(guān)系,這篇文章主要給大家介紹了關(guān)于OpenCV中光流以及視頻特征點(diǎn)追蹤的相關(guān)資料,需要的朋友可以參考下2021-08-08
最近有個數(shù)據(jù)需要分類處理，是一批含有白天跟夜晚的視頻數(shù)據(jù)，需要進(jìn)行區(qū)分開來，本文就來實(shí)現(xiàn)，感興趣的可以了解一下2021-06-06
Python實(shí)現(xiàn)調(diào)用MySQL數(shù)據(jù)庫的存儲過程
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)調(diào)用MySQL數(shù)據(jù)庫的存儲過程,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2026-01-01