事情的经过是这样的，由于现有的PDF文件太多了而我真正需要的内容只有十几页。
每次查找不方便，另外需要发给自己的小伙伴也太多别人也不容易找到需要的内容，所以产生了一个想法就是把需要的PDF提取出来然后另存为一个PDF文件。
于是就有了这次的PDF页面提取操作，下面进入实战环节。
项目中用到的库主要是PyPDF2用于PDF格式文件的提取等操作，另外还需要os操作库用来做文件的读写、另存为操作。
from PyPDF2 import PdfFileReader, PdfFileWriter # PDF格式文件操作
import os # 系统文件操作
第一步：初始化在PDF文件操作过程中的相关参数。
# 定义文件的操作路径（需要提取内容的原文件路径）
file_path = 'data.pdf'
# 定义目标文件路径（已经提取好的文件路径）
output_file_path = ''
# 定义开始提取页的页码
begin = '102'
# 定义结束提取页的页码
end = '113'
# 初始化已经提取好的文件路径
output_file_path = output_file_path + f'({begin}~{end}).pdf'
第二步：判断需要操作的原始文件是否存在、判断需要提取的页码是否在合理的范围内。
# 判断pdf文件是否存在，存在则继续读取文件
if os.path.isfile(file_path):
global pdf_obj_reader
pdf_obj_reader = PdfFileReader(file_path) # 读取原始文件所有内容
# 判断一下页码是否在合理的范围内。
if begin < 1 or end > pdf_obj_reader.getNumPages():
print('请输入合理的页面范围')
else:
exit(0)
第三步：根据需要提取内容的pdf页码范围提取pdf内容并写入PDF文件写入流。
# 初始化文件写入流。
global pdf_obj_writer
pdf_obj_writer = PdfFileWriter()
# 遍历已经读取的文件流，提取需要的部分并写入文件写入流。
for page_num in range(begin - 1, end): # 由于读取的页面是从0开始，所以开始页码进行减1操作
pdf_obj_writer.addPage(pdf_obj_reader.getPage(page_num)) # 将符合条件的页码对应内容写入文件写入流
# 最后，将提取好的文件流对象写入到新定义好的PDF文件中
with open(output_file_path, 'wb') as output_file_pdf:
pdf_obj_writer.write(output_file_pdf) # 写入到指定文件
到此，整个PDF内容提取和写入的操作就完成了，感谢大家的支持。
随时随地看视频
