如何在 Python 中查看 PDF 文件

本文将探讨如何使用 IronPDF for Python 库在 Python 中查看 PDF 文件。

IronPDF - Python 库

IronPDF 是一个功能强大的 Python 库，可让开发人员以编程方式处理 PDF 文件。 有了 IronPDF，您可以轻松地从 PDF 文档中生成、操作和提取数据，使其成为执行各种 PDF 相关任务的通用工具。 无论您是需要从头开始创建 PDF、修改现有 PDF 还是从 PDF 中提取内容，IronPDF 都能提供一套全面的功能来简化您的工作流程。

IronPDF for Python 库的部分功能包括

• 创建新的 PDF 文件，从头开始使用 HTML 或 URL
• 编辑现有 PDF 文件
• 旋转 PDF 页面
• 提取文本、元数据和图像从PDF文件中
• 将 PDF 文件转换为其他格式
• 使用密码和限制保护PDF文件

• 拆分和合并PDFs

  注意： IronPDF 会生成带水印的 PDF 数据文件。要移除水印，您需要为 IronPDF 进行授权。 如果您希望使用授权版本的IronPDF，请访问IronPDF网站以获取许可证密钥。

先决条件

在使用 Python 版 IronPDF 之前，有几个前提条件：

1. Python 安装：确保您的系统上已安装 Python。 IronPDF 兼容 Python 3.x 版本，因此请确保您安装了兼容的 Python。

2. IronPDF Library：安装IronPDF库以访问其功能。 您可以使用 Python 包管理器（pip）通过在命令行界面中执行以下命令来安装它：

    :InstallCmd pip install ironpdf

    :InstallCmd pip install ironpdf

3. Tkinter 库：Tkinter 是 Python 的标准 GUI 工具包。 它用于创建所提供代码片段中 PDF 查看器的图形用户界面。 Tkinter 通常预装在 Python 中，但如果遇到任何问题，可以使用软件包管理器进行安装：

    :InstallCmd pip install tkinter

    :InstallCmd pip install tkinter

4. Pillow 库: Pillow 库是 Python Imaging Library (PIL) 的一个分支，提供了额外的图像处理功能。 它在代码片段中用于加载和显示从 PDF 中提取的图像。 使用软件包管理器安装 Pillow：

    :InstallCmd pip install pillow

    :InstallCmd pip install pillow

5. 集成开发环境 (IDE)：使用IDE来管理Python项目可以极大地提升您的开发体验。 它提供了代码补全、调试和更简化的工作流程等功能。 一个受欢迎的Python开发IDE是PyCharm。 您可以从 JetBrains 网站 (https://www.jetbrains.com/pycharm/) 下载和安装 PyCharm。

6. 文本编辑器：或者，如果您更喜欢使用轻量级文本编辑器，可以选择使用任何您喜欢的文本编辑器，例如 Visual Studio Code、Sublime Text 或 Atom。 这些编辑器为 Python 开发提供语法高亮和其他有用的功能。 您也可以使用 Python 自带的 IDE App 来创建 Python 脚本。

使用 PyCharm 创建 PDF 查看器项目

安装 PyCharm IDE 后，按照以下步骤创建 PyCharm Python 项目：

1. 启动 PyCharm： 从系统的应用程序启动器或桌面快捷方式中打开 PyCharm。

2. 创建新项目：点击“创建新项目”或打开现有的Python项目。

   

   PyCharm IDE

3. 配置项目设置：为您的项目提供一个名称，并选择创建项目目录的位置。 为您的项目选择 Python 解释器。 然后点击 "创建"。

   

   创建一个新的Python项目

4. 创建源文件：PyCharm 将创建项目结构，包括一个主 Python 文件和一个用于其他源文件的目录。 开始编写代码，然后单击运行按钮或按 Shift+F10 执行脚本。

使用 IronPDF 在 Python 中查看 PDF 文件的步骤

导入所需的库

首先，导入必要的库。 在这种情况下，需要使用os、shutil、ironpdf、tkinter和PIL库。 os 和 shutil 库用于文件和文件夹操作，ironpdf 是处理 PDF 文件的库，tkinter 用于创建图形用户界面 (GUI)，PIL 用于图像处理。

import os
import shutil
import ironpdf
from tkinter import *
from PIL import Image, ImageTk

py

将 PDF 文档转换为图像

接下来，定义一个名为convert_pdf_to_images的函数。 该功能将 PDF 文件的路径作为输入。 在函数内部，IronPDF 库用于从文件中加载 PDF 文档。然后指定一个文件夹路径来存储提取的图像文件。 IronPDF 的 pdf.RasterizeToImageFiles 方法用于将每个 PDF 页转换为图像文件并将其保存在指定的文件夹中。 并使用列表来存储图片路径。 完整的代码示例如下：

def convert_pdf_to_images(pdf_file):
    pdf = ironpdf.PdfDocument.FromFile(pdf_file)
    # Extract all pages to a folder as image files
    folder_path = "images"
    pdf.RasterizeToImageFiles(os.path.join(folder_path, "*.png"))
    # List to store the image paths
    image_paths = []
    # Get the list of image files in the folder
    for filename in os.listdir(folder_path):
        if filename.lower().endswith((".png", ".jpg", ".jpeg", ".gif")):
            image_paths.append(os.path.join(folder_path, filename))
    return image_paths

py

要从PDF文档中提取文本，请访问此代码示例页面。

处理窗口关闭

为了在应用程序窗口关闭时清理提取的图像文件，定义一个on_closing函数。 在此函数内，使用shutil.rmtree()方法删除整个images文件夹。 接下来，将此功能设置为关闭窗口时执行的协议。 以下代码有助于完成任务：

def on_closing():
    # Delete the images in the 'images' folder
    shutil.rmtree("images")
    window.destroy()

window.protocol("WM_DELETE_WINDOW", on_closing)

py

创建图形用户界面窗口

现在，让我们使用 Tk() 构造器创建主 GUI 窗口，将窗口标题设置为“Image Viewer”，并设置 on_closing() 函数作为处理窗口关闭的协议。

window = Tk()
window.title("Image Viewer")
window.protocol("WM_DELETE_WINDOW", on_closing)

py

创建可滚动画布

要显示图像并启用滚动，请创建一个Canvas小部件。 Canvas 小部件被配置为使用 pack(side=LEFT, fill=BOTH, expand=True) 充满可用空间并向两个方向扩展。 此外，创建Scrollbar小部件，并将其配置为控制所有页面和画布的垂直滚动。

canvas = Canvas(window)
canvas.pack(side=LEFT, fill=BOTH, expand=True)
scrollbar = Scrollbar(window, command=canvas.yview)
scrollbar.pack(side=RIGHT, fill=Y)
canvas.configure(yscrollcommand=scrollbar.set)
canvas.bind("<Configure>", lambda e: canvas.configure(
    scrollregion=canvas.bbox("all")))
canvas.bind_all("<MouseWheel>", lambda e: canvas.yview_scroll(
    int(-1*(e.delta/120)), "units"))

py

为图片创建框架

接下来，使用create_window()在画布内创建一个Frame小部件来容纳图像，以便将框架放置在画布内。 (0, 0) 坐标和 anchor='nw' 参数确保框架从画布的左上角开始。

frame = Frame(canvas)
canvas.create_window((0, 0), window=frame, anchor="nw")

py

将 PDF 文件转换为图像并显示

下一步是使用输入PDF文件的文件路径名称调用convert_pdf_to_images()函数。该函数将PDF页面提取为图像，并返回图像路径列表。 通过遍历图像路径并使用 PIL 库中的 Image.open() 方法加载每个图像，可以使用 ImageTk.PhotoImage() 创建一个 PhotoImage 对象。 然后创建一个Label小工具来显示图像。

images = convert_pdf_to_images("input.pdf")
# Load and display the images in the Frame
for image_path in images:
    image = Image.open(image_path)
    photo = ImageTk.PhotoImage(image)
    label = Label(frame, image=photo)
    label.image = photo  # Store a reference to prevent garbage collection
    label.pack(pady=10)

py

输入文件

运行 GUI 主循环

最后，让我们使用window.mainloop()运行主要事件循环。 这将确保图形用户界面窗口保持打开和响应状态，直到用户关闭为止。

window.mainloop()

py

用户界面输出

结论

本教程探讨了如何使用IronPDF库在Python中查看PDF文档。 它涵盖了打开 PDF 文件并将其转换为一系列图像文件，然后将其显示在可滚动画布中，以及在应用程序关闭时处理已提取图像的清理工作所需的步骤。

有关IronPDF for Python库的更多详细信息，请参阅文档。

下载并安装IronPDF for Python库，还可以获取免费试用版来测试其在商业开发中的完整功能。