如何在 Python 中读取 PDF 文件

步骤 1 在 Visual Studio 中创建虚拟环境

使用 Python 时，创建一个称为虚拟环境的独立环境至关重要。 该环境允许您管理特定于您正在进行的项目的依赖项，而不会干扰其他项目。 在集成开发环境 (IDE) 中创建虚拟环境变得更加简单，如 Visual Studio Code。 为此，请按照以下步骤操作：

1. 在 Visual Studio Code 中打开文件夹。 按 Ctrl+Shift+P 打开命令面板。 在命令面板中，搜索“Python: Create Environment”。

2. 选择第一个选项，然后选择“Venv”作为环境类型。

3. 之后，选择 Python 解释器，它将开始创建虚拟环境。

现在，您的隔离工作区已准备好用于 Python 脚本，确保项目依赖项限制在此环境内。

步骤 2 安装 IronPDF for Python 库

虚拟环境设置好之后，您就可以安装 IronPDF for Python 库。 您可以使用 Python 包管理器 'pip' 安装它：

pip install ironpdf

pip install ironpdf

步骤 3 安装 .NET 6.0

IronPDF for Python 需要安装 .NET 6.0 SDK。

请从 微软 .NET 网站下载并安装 .NET 6.0 SDK。

步骤 4 导入 IronPDF

成功安装 IronPDF 后，下一步就是将其导入到您的 Python 脚本中。 导入库会使其所有的功能和方法在您的脚本中可用。 您可以使用以下代码导入 IronPDF：

from ironpdf import *

from ironpdf import *

这行代码将 IronPDF 库中的所有模块、函数和类导入到您的脚本中。

步骤 5 应用许可证密钥

要完全解锁 IronPDF 库的功能，您需要应用一个许可证密钥。 应用许可证密钥的步骤很简单，只需将密钥赋值给 LicenseKey 属性的 License 类。 以下是如何操作的：

License.LicenseKey = "License-Key-Here"

License.LicenseKey = "License-Key-Here"

替换 "License-Key-Here" 为您的实际 IronPDF 许可证密钥。 有了许可证密钥，您现在可以在 Python 脚本中充分利用 IronPDF 库的全部潜力。

步骤 6 设置日志路径

接下来，为 IronPDF 操作设置日志记录。 通过设置自定义日志路径，您可以存储库生成的运行时日志，帮助您调试和诊断执行期间可能发生的问题。 这是如何设置的：

# 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

在此代码片段中，Logger.EnableDebugging = True 打开调试，Logger.LogFilePath = "Custom.log" 设置输出日志文件到 "Custom.log"，Logger.LoggingMode = Logger.LoggingModes.All 确保记录所有类型的日志信息。

步骤 7 加载 PDF 文档

使用 IronPDF 加载 PDF 文档就像调用一个方法一样简单。 PdfDocument.FromFile 方法将指定路径的 PDF 文档加载到一个 PDF 文件对象中。 您只需要以字符串形式提供 PDF 文件的路径：

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

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

在这段代码中，pdf 变成一个代表指定的 PDF 文件的 PdfDocument 对象。

步骤 8 读取 PDF 文件内容

IronPDF 提供了一个名为 ExtractAllText() 的方法，用于提取 PDF 文档的文本内容。 当您需要读取和分析 PDF 文件的内容时，这尤其方便：

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

在这个例子中，all_text 将保存来自 pdf 对象的所有 PDF 文件文本。 您可以在控制台上读取 PDF 内容。

步骤 9 加载第二个 PDF 文件

像加载第一个 PDF 文档一样，您也可以加载第二个 PDF 文档。 此功能在您想要操作多个 PDF 文件时非常有用：

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

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

在这段代码中，pdf_2 是另一个代表第二个 PDF 文件的 PdfDocument 对象。

步骤 10 合并两个文件

IronPDF 的另一个强大功能是使用 合并多个 PDF 文件 为一个新的 PDF 文件。

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'

您可以使用 PdfDocument.Merge 方法轻松合并两个或更多的 PDF 文档： 在这个例子中，merged 是一个新的 PdfDocument 对象，它是 pdf 和 pdf_2 合并的结果。

SaveAs 方法将此合并文档保存为 "Merged.pdf"。

步骤 11 拆分第一个 PDF IronPDF 还允许您拆分 PDF 文档并将特定页面提取为新的 PDF 文件。

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'

这可以使用 CopyPage 方法完成： 在这里，page1doc 是一个新的 PdfDocument 对象，其中包含 pdf 文档的第一页。

这个页面随后被保存为一个名为 "Split1.pdf" 的输出 PDF。

步骤 12 应用水印 Watermarking 是 IronPDF 提供的另一个令人印象深刻的功能。 您可以用想要的文本或图像给 PDF 文档加水印。

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")

ApplyWatermark 方法用于在由 pdf 对象表示的 PDF 上添加水印。 在这个代码片段中，ApplyWatermark 在 PDF 中心中间应用带有 "SAMPLE" 字样的红色水印。

然后，SaveAs 将带水印的文档保存为 "Watermarked.pdf"。