如何在 Python 中讀取 PDF 文件

Step 1 在Visual Studio中創建虛擬環境

使用Python時，創建一個獨立的環境是至關重要的，稱為虛擬環境。 這個環境允許您管理特定於您正在處理的項目的依賴關係，而不干擾其他項目。 在集成開發環境（IDE）如Visual Studio Code中創建虛擬環境變得更加簡便。 要做到這一點，請按照以下步驟操作：

1. 在Visual Studio Code中打開文件夾。 按下Ctrl+Shift+P打開命令面板。 在命令面板中搜索“Python: Create Environment”。

2. 選擇第一個選項，然後選擇“Venv”作為環境類型。

3. 然後選擇Python解釋器，它將開始創建虛擬環境。

現在您有了自己用於Python腳本的獨立工作區，確保項目依賴關係限制在該環境內。

Step 2 安裝IronPDF for Python庫

設置完成虛擬環境後，您可以安裝IronPDF for Python庫。 您可以使用Python包管理器‘pip’來安裝它：

pip install ironpdf

pip install ironpdf

Step 3 安裝.NET 6.0

IronPDF for Python需要安裝.NET 6.0 SDK。

請到Microsoft .NET網站下載並安裝.NET 6.0 SDK。

Step 4 導入IronPDF

成功安裝IronPDF之後，下一步就是在您的Python腳本中導入它。 導入庫會使其所有的功能和方法可供在您的腳本中使用。 您可以使用以下代碼行來導入IronPDF：

from ironpdf import *

from ironpdf import *

這行代碼將IronPDF庫中的所有模塊、功能和類導入到您的腳本中。

Step 5 應用許可證密鑰

要充分解鎖IronPDF庫的功能，您需要應用許可證密鑰。 應用許可證密鑰就如同將密鑰分配給License類的LicenseKey屬性一樣簡單。 以下是怎麼做的：

License.LicenseKey = "License-Key-Here"

License.LicenseKey = "License-Key-Here"

將“License-Key-Here”替換為您實際的IronPDF許可證密鑰。 設置好許可證密鑰後，您現在已準備好在您的Python腳本中充分利用IronPDF庫的潛力。

Step 6 設置日誌路徑

接下來，為IronPDF操作設置日誌記錄。 通過設置自定義日誌路徑，您可以存儲庫在運行時生成的日誌，以幫助您調試和診斷執行過程中可能出現的問題。 以下是設置方法：

# 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

在這段示例代碼中，Logger.EnableDebugging = True開啟了調試，Logger.LogFilePath = "Custom.log"設置輸出日誌文件為"Custom.log"，並且Logger.LoggingMode = Logger.LoggingModes.All確保所有類型的日誌信息都被紀錄。

Step 7 加載PDF文檔

用IronPDF加載PDF文檔就如同調用一個方法一樣簡單。 PdfDocument.FromFile方法會將給定路徑中的PDF文檔加載為PDF文件對象。 您只需要提供PDF文件的路徑作為字符串即可：

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

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

在這段代碼中，pdf將成為代表指定PDF文件的PdfDocument對象。

Step 8 讀取PDF文件內容

IronPDF提供了一個名為ExtractAllText()的方法，可以用來提取PDF文檔中的文本內容。 這特別有用於您需要讀取和分析PDF文件的內容時：

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

在這個例子中，all_text將持有來自pdf對象的所有PDF文件文本。 您將能夠在控制台上閱讀PDF內容。

Step 9 加載第二個PDF文件

就像您加載第一個PDF文檔一樣，您也可以加載第二個PDF文檔。 此功能在您想要操作多個PDF文件時特別有用：

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

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

在這段代碼中，pdf_2是代表第二個PDF文件的另一個PdfDocument對象。

Step 10 合併兩個文件

IronPDF的一個強大功能是合併多個PDF文件為單個新的PDF文件。您可以通過PdfDocument.Merge方法輕鬆合併兩個或更多PDF文檔：

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'

在這個例子中，merged是一個新的PdfDocument對象，它是合併pdf和pdf_2的結果。 SaveAs方法然後將此合併文檔保存為“Merged.pdf”。

Step 11 拆分第一個PDF

IronPDF還允許您拆分PDF文檔並將特定頁面提取為新的PDF文件。 這是通過CopyPage方法完成的：

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'

這裡，page1doc是一個新的PdfDocument對象，包含pdf文檔的首頁。 此頁面再次被保存為“Split1.pdf”的輸出PDF。

Step 12 應用水印

添加水印是IronPDF提供的另一個令人印象深刻的功能。 您可以用上自己想要的文本或圖像為PDF文檔添加水印。 ApplyWatermark方法被用來向pdf對象代表的PDF添加水印。

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")

在這段示例代碼中，ApplyWatermark向PDF的中央中間添加了一個帶有“示例”文本的紅色水印。 然後，SaveAs將具有水印的文檔保存為“Watermarked.pdf”。