日常工作中使用 pdf 文件时，拆分与合并是一个十分常见的操作。特别是在使用问答形式的 AI 工具时，部分工具可能对 pdf 文件的大小有一定的限制，这时就需要将原来的大 pdf 文件拆分为若干个小文件。当需要拆分和合并的 pdf 量级较少时，通过一些在线工具或桌面应用就可以很好的解决；但当需要批量处理时，可通过几句简单的 python 代码来实现。以下基于 python 3.X 环境 + PyPDF2 第三方库，从多个实际使用场景出发，梳理出了一些可直接复制粘贴使用的完整代码及一些常见注意事项。拆分，包括：逐页拆分、连续页拆分、指定页拆分（可以为非连续页）。本文所有用法均是基于第三方库 PyPDF2 ，该库可直接通过 pip 命令实现安装。需要注意的是：PyPDF2 本身不支持 python 2.X，因此本文的所有用法都是基于 python 3.X 版本。逐页拆分 pdf ，即将原 pdf 中的每一页拆分为单独的 pdf，这种做法较为少用。可作为了解 PyPDF2 基础用法的参考，复制以下代码，将路径修改为自己需要拆分的 pdf 路径，运行即可。from PyPDF2 import PdfReader, PdfWriterimport os# 逐页拆分pdf，将pdf中的每一页拆分为单独的pdfdef split_pdf(input_pdf_path, output_dir): # 创建 PdfReader 对象 reader = PdfReader(input_pdf_path) # 遍历原 PDF d的每一页，逐页拆分 for page_number in range(len(reader.pages)): output_path = os.path.join(output_dir, f"page_{page_number}.pdf") writer = PdfWriter() writer.add_page(reader.pages[page_number]) with open(output_path, "wb") as output_file: writer.write(output_file) print(f"Page {page_number + 1} saved to {output_path}")if __name__=="__main__": # 需要拆分的PDF完整路径 input_pdf = 'data/test.pdf' # 逐页拆分后每个单独PDF保存的文件夹路径，注意是文件夹的路径 output_file = 'data/' split_pdf(input_pdf,output_file)
上述代码，以 test.pdf 为例，运行后的结果如下图：
如：原 test.pdf 中一共有 5 页，需要将第 2 页、第 3 页提取出来作为一个新的 pdf 文件。完整代码如下。from PyPDF2 import PdfReader, PdfWriterimport os# 指定连续页拆分pdfdef split_page_pdf(input_pdf_path, output_pdf_path,start_num,end_num): # 创建 PdfReader 对象 reader = PdfReader(input_pdf_path) # 创建 PdfWriter 对象 writer = PdfWriter() # 指定连续的页码 for page_number in range(start_num,end_num): writer.add_page(reader.pages[page_number]) # 保存到新pdf with open(output_pdf_path, "wb") as output_file: writer.write(output_file)if __name__=="__main__": # 需要拆分的PDF完整路径 input_pdf = 'data/test.pdf' # 拆分PDF保存的完整路径 output_pdf = 'data/test1.pdf' split_page_pdf(input_pdf,output_pdf,1,3)
复制上述代码，将文件路径和需要提取的连续页码修改为自己需要的即可。
需要注意的是：代码中的页码从 0 开始，区间为左闭右开。如上面的【1,3】中的 1 代表的是第 2 页。
三、指定页拆分
指定页拆分，即是提取原 pdf 中的其中几页，不一定是连续的页。
如：原 test.pdf 中一共有 5 页，需要将第 1 页、第 3 页、第 5 页提取出来作为一个新的 pdf 文件。完整代码如下：
from PyPDF2 import PdfReader, PdfWriter# 指定页拆分pdfdef split_page_pdf(input_pdf_path, output_pdf_path,page_list): # 创建 PdfReader 对象 reader = PdfReader(input_pdf_path) # 创建 PdfWriter 对象 writer = PdfWriter() for page_number in page_list: writer.add_page(reader.pages[page_number]) # 保存到新pdf with open(output_pdf_path, "wb") as output_file: writer.write(output_file)if __name__=="__main__": # 需要拆分的PDF完整路径 input_pdf = 'data/test.pdf' # 拆分PDF保存的完整路径 output_pdf = 'data/test2.pdf' # 指定需要的pdf页码列表 page_list = [0, 2, 4] split_page_pdf(input_pdf,output_pdf,page_list)
复制上述代码，将文件路径和需要提取的指定页的页码修改为自己需要的即可。
需要注意的是：代码中的页码从 0 开始。如上面的【0,2,4】，分别指的是第 1、3、5 页。
【 pdf 合并 】
相对拆分来说，pdf 合并的场景较少一点，“多个合并成一个”和“在原文件后添加一页”（可视为 2 个 pdf 的合并）的使用方式是一样的。
完整代码如下。复制上述代码，将需要合并的 pdf 文件路径和保存的合并后的文件路径改为自己需要的即可。
from PyPDF2 import PdfMerger# 合并pdfdef merger_pdf(input_pdf,output_filename): merger = PdfMerger() for pdf_info in input_pdf: merger.append(pdf_info) with open(output_filename, "wb") as f_out: merger.write(f_out) print('合并完成！')if __name__=="__main__": # 需要合并的pdf文件完整路径列表 pdf_list = ['data/page_0.pdf','data/page_4.pdf'] # 传入需要合并的pdf文件完整路径列表，和合并后的文件路径及名称 merger_pdf(pdf_list,'data/page_test.pdf')
以上就是基于 python 3.X + PyPDF2 的常见拆分与合并使用代码块，可供参考。
-end-
