Jak czytać pliki PDF w Python

Krok 1 Utwórz środowisko wirtualne w Visual Studio

Podczas pracy z Pythonem kluczowe znaczenie ma utworzenie izolowanego środowiska, znanego jako środowisko wirtualne. Srodowisko pozwala zarządzać zależnościami specyficznymi dla projektu, nad którym pracujesz, bez ingerowania w inne projekty. Tworzenie środowiska wirtualnego staje się jeszcze prostsze w zintegrowanym środowisku programistycznym (IDE), takim jak Visual Studio Code. Aby to zrobić, wykonaj poniższe kroki:

1. Otwórz folder w Visual Studio Code. Naciśnij Ctrl+Shift+P, aby otworzyć paletę poleceń. W palecie poleceń wyszukaj "Python: Utwórz Srodowisko".

   

2. Wybierz pierwszą opcję, a następnie wybierz "Venv" jako typ środowiska.

   

3. Następnie wybierz interpreter języka Python, a rozpocznie się tworzenie środowiska wirtualnego.

   

Teraz masz już przygotowane izolowane środowisko pracy dla swoich skryptów w języku Python, co gwarantuje, że zależności projektu są ograniczone do tego środowiska.

Krok 2 Zainstaluj bibliotekę IronPDF for Python

Po skonfigurowaniu środowiska wirtualnego możesz zainstalować bibliotekę IronPDF for Python. Można go zainstalować za pomocą instalatora pakietów Python "pip":

pip install ironpdf

pip install ironpdf

Krok 3 Zainstaluj .NET 6.0

IronPDF for Python wymaga zainstalowania zestawu SDK .NET 6.0.

Pobierz i zainstaluj zestaw SDK .NET 6.0 ze strony internetowej Microsoft .NET.

Krok 4 Importuj IronPDF

Po pomyślnym zainstalowaniu IronPDF następnym krokiem jest zaimportowanie go do skryptu w języku Python. Importowanie biblioteki udostępnia wszystkie jej funkcje i metody do wykorzystania w skrypcie. Możesz zaimportować IronPDF za pomocą następującego wiersza kodu:

from ironpdf import *

from ironpdf import *

Ta linia kodu importuje do skryptu wszystkie moduły, funkcje i klasy dostępne w bibliotece IronPDF.

Krok 5 Zastosuj klucz licencyjny

Aby w pełni wykorzystać możliwości biblioteki IronPDF, należy zastosować klucz licencyjny. Zastosowanie klucza licencyjnego jest tak proste, jak przypisanie klucza do właściwości LicenseKey klasy License. Oto jak to zrobić:

License.LicenseKey = "License-Key-Here"

License.LicenseKey = "License-Key-Here"

Zastąp "License-Key-Here" swoim rzeczywistym kluczem licencyjnym IronPDF. Po wprowadzeniu klucza licencyjnego możesz w pełni wykorzystać potencjał biblioteki IronPDF w swoich skryptach w języku Python.

Krok 6 Ustaw ścieżkę dziennika

Następnie skonfiguruj rejestrowanie operacji IronPDF. Ustawiając niestandardową ścieżkę logów, możesz przechowywać logi uruchomieniowe generowane przez bibliotekę, co pomoże Ci debugować i diagnozować problemy, które mogą wystąpić podczas wykonywania. Oto jak to skonfigurować:

# Enable debugging mode for detailed logs
Logger.EnableDebugging = True
# Set the path for the log file
Logger.LogFilePath = "Custom.log"
# Set logging mode to capture all log types
Logger.LoggingMode = Logger.LoggingModes.All

# Enable debugging mode for detailed logs
Logger.EnableDebugging = True
# Set the path for the log file
Logger.LogFilePath = "Custom.log"
# Set logging mode to capture all log types
Logger.LoggingMode = Logger.LoggingModes.All

W tym fragmencie kodu Logger.EnableDebugging = True włącza debugowanie, Logger.LogFilePath = "Custom.log" ustawia plik dziennika wyjściowego na "Custom.log", a Logger.LoggingMode = Logger.LoggingModes.All zapewnia, że rejestrowane są wszystkie rodzaje informacji dziennika.

Krok 7 Załaduj dokument PDF

Wczytanie dokumentu PDF za pomocą IronPDF jest tak proste, jak wywołanie metody. Metoda PdfDocument.FromFile ładuje dokument PDF z podanej ścieżki do obiektu pliku PDF. Wystarczy podać ścieżkę do pliku PDF w postaci ciągu znaków:

pdf = PdfDocument.FromFile("PDF B.pdf")

pdf = PdfDocument.FromFile("PDF B.pdf")

W tym kodzie pdf staje się obiektem PdfDocument reprezentującym określony plik PDF.

Krok 8 Przeczytaj zawartość pliku PDF

IronPDF udostępnia metodę o nazwie ExtractAllText(), która pomaga w wyodrębnianiu treści tekstowej z dokumentu PDF. Jest to szczególnie przydatne, gdy trzeba przeczytać i przeanalizować zawartość pliku PDF:

all_text = pdf.ExtractAllText()  # Extracts all text from the PDF document
print(all_text)  # Prints the extracted text to the console

all_text = pdf.ExtractAllText()  # Extracts all text from the PDF document
print(all_text)  # Prints the extracted text to the console

W tym przykładzie all_text będzie zawierać cały tekst pliku PDF z obiektu pdf. Będziesz mógł czytać zawartość plików PDF w konsoli.

Krok 9 Załaduj drugi plik PDF

Tak samo jak załadowałeś pierwszy dokument PDF, możesz również załadować drugi dokument PDF. Ta funkcja jest przydatna, gdy chcesz edytować wiele plików PDF:

pdf_2 = PdfDocument.FromFile("PDF A.pdf")

pdf_2 = PdfDocument.FromFile("PDF A.pdf")

W tym kodzie pdf_2 jest kolejnym obiektem PdfDocument reprezentującym drugi plik PDF.

Krok 10: Połącz oba pliki

Jedną z potężnych funkcji IronPDF jest scalanie wielu plików PDF w jeden nowy plik PDF. Możesz łatwo połączyć dwa lub więcej dokumentów PDF, używając metody PdfDocument.Merge:

merged = PdfDocument.Merge(pdf, pdf_2)  # Merges pdf and pdf_2 documents
merged.SaveAs("Merged.pdf")  # Saves the merged document as 'Merged.pdf'

merged = PdfDocument.Merge(pdf, pdf_2)  # Merges pdf and pdf_2 documents
merged.SaveAs("Merged.pdf")  # Saves the merged document as 'Merged.pdf'

W tym przykładzie merged jest nowym obiektem PdfDocument, który powstał w wyniku połączenia pdf i pdf_2. Następnie metoda SaveAs zapisuje ten scalony dokument pod nazwą "Merged.PDF".

Krok 11 Podziel pierwszy plik PDF

IronPDF umożliwia również dzielenie dokumentów PDF i wyodrębnianie określonych stron do nowych plików PDF. Odbywa się to przy użyciu metody CopyPage:

page1doc = pdf.CopyPage(0)  # Copies the first page of the pdf document
page1doc.SaveAs("Split1.pdf")  # Saves the copied page as a new document 'Split1.pdf'

page1doc = pdf.CopyPage(0)  # Copies the first page of the pdf document
page1doc.SaveAs("Split1.pdf")  # Saves the copied page as a new document 'Split1.pdf'

W tym przypadku page1doc jest nowym obiektem PdfDocument, który zawiera pierwszą stronę dokumentu pdf. Strona ta jest następnie zapisywana jako plik PDF o nazwie "Split1.pdf".

Krok 12 Zastosuj znak wodny

Znak wodny to kolejna imponująca funkcja oferowana przez IronPDF. Możesz dodać do dokumentu PDF znak wodny z wybranym tekstem lub obrazem. Metoda ApplyWatermark służy do dodania znaku wodnego do pliku PDF reprezentowanego przez obiekt pdf.

pdf.ApplyWatermark("<h2 style='color:red'>SAMPLE</h2>", 30, VerticalAlignment.Middle, HorizontalAlignment.Center)
pdf.SaveAs("Watermarked.pdf")

pdf.ApplyWatermark("<h2 style='color:red'>SAMPLE</h2>", 30, VerticalAlignment.Middle, HorizontalAlignment.Center)
pdf.SaveAs("Watermarked.pdf")

W tym fragmencie ApplyWatermark nakłada czerwony znak wodny z tekstem "SAMPLE" na środek pliku PDF. Następnie SaveAs zapisuje dokument z znakiem wodnym jako "Watermarked.PDF".