Python基础与办公自动化课件 单元11 Python教你玩转PDF文件

单元11Python教你玩转PDF文件任务11.1提取PDF文件中的表格【任务目标】使用PyMuPDF库提取文件“test11_01.pdf”中的所有表格，将其存入一个Excel文件，每个表格占一个工作表。【任务实施】……10.1读取PDF文件内容读取PDF文件内容主要包括读取表格、文本和图片等操作。11.1.1读取表格在PyMuPDF库中，调用页面对象的find_tables()方法可读取页面中的所有表格，再调用表格对象的to_pandas()方法可将表格转换为pandas的DataFrame对象，进一步将DataFrame对象写入Excel文件。示例代码如下。11.1.2读取文本PyMuPDF库的open()方法用于打开现有PDF文件或者创建空白PDF文件，该方法返回一个文档对象。调用文档对象的load_page()方法可加载指定页面，返回页面对象。再调用页面对象的get_text()方法可返回页面中的所有文本。示例代码如下。11.1.3读取图片打开PDF文件后，调用页面对象的get_images()方法可返回一个包含页面中所有图片对象的列表，再调用文档对象的extract_image()方法即可从图片对象中提取图片。示例代码如下。任务11.2批量转换PDF文件【任务目标】“test11_05”文件夹中有多个Word文档，编写一个程序将这些文档转换成PDF文件。【任务实施】……11.2PDF文件高级操作PDF文件高级操作包括合并、拆分、加密、解密文件，为文件添加水印，以及文件格式转换等。11.2.1合并和拆分文件使用PyMuPDF库，调用文件对象的insert_pdf()方法即可实现文件合并。示例代码如下。调用PyMuPDF库的insert_pdf()方法将原PDF文件页面插入新的PDF文件，即可实现文件拆分。insert_pdf()方法的第一个参数用于指定原PDF文件，from_page参数用于指定插入的起始页码，to_page参数用于指定插入的结束页码。示例代码如下。11.2.2加密和解密文件在使用PyMuPDF库的save()方法保存PDF文件时，可通过参数设置加密方法对文件进行加密，示例代码如下。PyMuPDF库的authenticate()方法用于验证密码并解密PDF文件，示例代码如下。11.2.3为文件添加水印1．添加文本水印调用页面对象的insert_text()方法可为文件添加文本水印，示例代码如下。在insert_text()方法中，参数overlay值为True时文本位于原页面文字上方，为False时文本位于原页面文字下方；参数rotate用于指定旋转角度，其有效值为0、90、180和270。如果需要添加其他旋转角度（如45°）的水印，可使用参数morph设置变换矩阵，示例代码如下。2．添加图片水印调用页面对象的insert_image()方法可为文件添加图片水印，示例代码如下。如果需要添加有旋转角度的图片水印，可先旋转图片，然后调用insert_image()方法将其添加到PDF文件，示例代码如下。11.2.4文件格式转换comtypes是一个Python库，可以通过调用MicrosoftWord或者MicrosoftPowerPoint的COM接口实现Word文档、PPT文档与PDF文件之间的转换。comtypes库安装命令如下。1．将Word文档转换为PDF文件调用comtypes.client.CreateObject()方法初始化Word应用程序后，可用其打开Word文档，然后将Word文档另存为PDF文件，示例代码如下。2．将PPT文档转换为PDF文件调用comtypes.client.CreateObject()方法初始化PowerPoint应用程序后，可用其打开PPT文档，然后将PPT文档另存为PDF文件，示例代码如下。3．将PDF文件转换为Word文档与将Word文档转换为PDF文件的操作方法类似，首先利用Word应用程序打开PDF文件，然后将PDF文件另存为Word文档，示例代码如下。【综合实例】生成录取通知书存档联（二）文档“test11_17.docx”保存了录取通知书存档联模板。编写一个Python程序，从文件“test11_17.xlsx”中读取录取信息，将学生的录取编号、姓名、性别、证件号码、专业名称依次填入模板中表格第2列的各行，将录取时间、总分依次填入模板中表格第4列的第4、第5行。最后，将录取照片插入文档末尾。录取照片保存在录取照片文件夹