????????我們平時(shí)在使用PDF時(shí)有時(shí)會(huì)遇到PDF過大的情況，例如最近我在進(jìn)行工程制圖時(shí)，需要將影像使用PDF導(dǎo)出，這就導(dǎo)致PDF文件會(huì)非常大，一般有200M左右，這對于數(shù)據(jù)傳輸非常不友好。同時(shí)有很多軟件的PDF壓縮功能都需要收費(fèi)，所以今天就跟大家分享一下如何使用Python對PDF文件進(jìn)行壓縮，這里給大家分別用三個(gè)Python庫對PDF文件進(jìn)行壓縮。
1. fitz庫進(jìn)行PDF壓縮
1.1 fitz庫介紹
????????Python的fitz庫是一個(gè)基于Python開發(fā)的PDF處理庫，它是PyMuPDF的前身。fitz提供了一系列的API和功能，可以用于讀取、編輯和生成PDF文件。此外，它還可以處理其他類型的圖像，如TIFF和JPEG，提供圖像處理功能，如旋轉(zhuǎn)、裁剪、縮放、調(diào)整亮度、對比度和色彩平衡等。
????????在使用fitz庫之前，需要先安裝它。可以通過pip命令進(jìn)行安裝，但需要注意的是，fitz庫依賴于libmupdf，所以在安裝前需要先安裝libmupdf。安裝完成后，可以導(dǎo)入fitz庫，并使用其中的函數(shù)和類來操作PDF文件或其他圖像。
????????在Python中，fitz庫可以用于多種任務(wù)，如打開PDF文件、遍歷頁面、添加注釋、提取文本、旋轉(zhuǎn)頁面等。此外，它還可以用于在PDF頁面上添加高亮注釋、提取圖像等操作。
????????總的來說，fitz庫是一個(gè)非常實(shí)用的Python庫，它提供了豐富的PDF和圖像處理功能，可以讓我們更加方便地處理PDF文件和其他圖像。雖然可能需要一定的學(xué)習(xí)曲線，但是一旦掌握了其使用方法，就能夠大大提高工作效率。
1.2 代碼
# -*- coding: utf-8 -*-
"""
@Time ： 2023/11/3 14:37
@Auth ： RS迷途小書童
@File ：Compress PDF.py
@IDE ：PyCharm
@Purpose：PDF文件壓縮
@Web：博客地址:https://blog.csdn.net/m0_56729804
"""
import os
import fitz
import PyPDF2
import aspose.pdf as ap
# --------------------------------------通過轉(zhuǎn)換圖片實(shí)現(xiàn)壓縮------------------------------------
def convert_img(path1, dpi, work_path):
file = fitz.open(path1)
page_count = file.page_count
if os.path.exists(work_path): # 臨時(shí)文件夾，需要為空
os.removedirs(work_path)
os.mkdir(work_path)
for i in range(page_count):
page = file[i]
dpi = int(dpi) # 值越大，分辨率越高，文件越清晰
rotate = int(0)
print(page)
trans = fitz.Matrix(dpi / 100.0, dpi / 100.0).prerotate(rotate)
pm = page.get_pixmap(matrix=trans, alpha=False)
img_path = work_path + '/%s.jpg' % str(i + 1)
pm.save(img_path) # 保存為圖像文件
file.close()
def img_for_pdf(path1, path2, work_path):
file1 = fitz.open(path1)
page_count = file1.page_count
file2 = fitz.open()
for i in range(page_count):
img_path = work_path + '/%s.jpg' % str(i + 1)
img = fitz.open(img_path) # 打開圖片
pdf = img.convert_to_pdf() # 使用圖片創(chuàng)建單頁的PDF
os.remove(img_path)
pdf_temp = fitz.open("pdf", pdf)
file2.insert_pdf(pdf_temp) # 將當(dāng)前頁插入文檔
if os.path.exists(path2): # 若文件存在先刪除
os.remove(path2)
file2.save(path2) # 保存PDF文件
file2.close()
def Compress_by_img(path1, path2, dpi, work_path):
"""
:param path1: 需要壓縮的pdf文件路徑
:param path2: 保存的pdf文件路徑
:param dpi: 分辨率
:param work_path: 臨時(shí)工作路徑
:return: None
無水印，效果較好！
"""
convert_img(path1, dpi, work_path)
img_for_pdf(path1, path2, work_path)
os.removedirs(work_path)
if __name__ == "__main__":
work_path1 = r'Z:/彭俊喜/.pdf'
in_path = r"Z:/彭俊喜/123.pdf" # 需要壓縮的PDF文件
out_path = r"Z:/彭俊喜/321.pdf" # 壓縮后的PDF文件路徑
zoom = 1500 # 清晰度調(diào)節(jié)，縮放比率
Compress_by_img(in_path, out_path, zoom, work_path1)2.aspose.pdf庫進(jìn)行PDF壓縮
2.1 aspose.pdf庫介紹
????????Aspose.PDF for Python是一款高級PDF處理API，它允許在跨平臺應(yīng)用程序中輕松生成、修改、轉(zhuǎn)換、呈現(xiàn)、保護(hù)和打印PDF文檔，而無需使用Adobe Acrobat。這款A(yù)PI提供了廣泛的功能，包括壓縮選項(xiàng)、表創(chuàng)建和處理、圖形和圖像功能、超鏈接功能、圖章和水印任務(wù)，以及擴(kuò)展的安全控件和自定義字體處理。
具體來說，Aspose.PDF for Python可以幫助你執(zhí)行以下操作：
- 創(chuàng)建PDF文件：你可以使用Python代碼生成全新的PDF文件，包括添加文本、圖像、表格等元素。
- 編輯PDF文件：Aspose.PDF for Python允許你修改現(xiàn)有的PDF文件，包括更改文本、添加或刪除頁面、插入圖像等。
- 轉(zhuǎn)換PDF文件：這款A(yù)PI支持將PDF文件轉(zhuǎn)換為其他格式，如Word、HTML、TXT和DOCX等，也支持將其他格式的文件轉(zhuǎn)換為PDF。
- 處理PDF內(nèi)容：你可以使用Aspose.PDF for Python來提取、修改或添加PDF中的文本、圖像等元素。
- 添加水印和安全性：Aspose.PDF for Python允許你在PDF文件中添加水印，以增強(qiáng)文檔的版權(quán)保護(hù)。此外，你還可以設(shè)置文檔的訪問權(quán)限、加密等安全措施。
- 優(yōu)化PDF文件：這款A(yù)PI提供了壓縮選項(xiàng)，可以幫助你減小PDF文件的大小，以便于網(wǎng)絡(luò)傳輸或存儲。
????????總的來說，Aspose.PDF for Python是一款功能強(qiáng)大、易于使用的PDF處理庫，它可以幫助你高效地處理PDF文件，提高工作效率。同時(shí)，它也提供了豐富的API接口和文檔支持，方便開發(fā)者進(jìn)行集成和開發(fā)。
2.2 代碼
# -*- coding: utf-8 -*-
"""
@Time ： 2023/11/3 14:37
@Auth ： RS迷途小書童
@File ：Compress PDF.py
@IDE ：PyCharm
@Purpose：PDF文件壓縮
@Web：博客地址:https://blog.csdn.net/m0_56729804
"""
import os
import fitz
import PyPDF2
import aspose.pdf as ap
# ---------------------------------------無損壓縮，但有水印-------------------------------------
def Lossless_Compression(path1, path2):
"""
:param path1: 需要壓縮的pdf文件路徑
:param path2: 保存的pdf文件路徑
:return: None
無損壓縮，無法去除水?。。?！
"""
compress_path = ap.Document(path1) # 需要壓縮的pdf文件路徑
# print(compress_path)
optimize = ap.optimization.OptimizationOptions()
optimize.image_compression_options.compress_images = True
optimize.image_compression_options.image_quality = 90 # 壓縮質(zhì)量
compress_path.optimize_resources(optimize)
compress_path.save(path2) # 需要壓縮后保存的文件路徑
# Evaluation Only. Created with Aspose.PDF. Copyright 2002-2023 Aspose Pty Ltd.無法去除水印
if __name__ == "__main__":
work_path1 = r'Z:/彭俊喜/.pdf'
in_path = r"Z:/彭俊喜/123.pdf" # 需要壓縮的PDF文件
out_path = r"Z:/彭俊喜/321.pdf" # 壓縮后的PDF文件路徑
Lossless_Compression(in_path, out_path)3.PyPDF2庫進(jìn)行PDF
3.1 PyPDF2庫介紹
????????PyPDF2是一個(gè)純Python的PDF處理庫，它允許用戶讀取、合并、拆分、旋轉(zhuǎn)和轉(zhuǎn)換PDF文件。此外，它還可以為PDF文件添加水印、密碼保護(hù)，以及從PDF中提取文本和元數(shù)據(jù)。
以下是PyPDF2庫的一些主要功能和特點(diǎn)：
- PDF合并與拆分：PyPDF2可以輕松地將多個(gè)PDF文件合并成一個(gè)文件，或者將一個(gè)PDF文件拆分為多個(gè)文件。這對于處理大量PDF文件或重新組織文件內(nèi)容非常有用。
- 頁面旋轉(zhuǎn)：PyPDF2允許用戶旋轉(zhuǎn)PDF文件中的頁面，這對于調(diào)整頁面方向或修復(fù)錯(cuò)誤的頁面方向非常有幫助。
- 添加水印：使用PyPDF2，用戶可以為PDF文件添加自定義的水印，以增強(qiáng)文檔的版權(quán)保護(hù)或品牌識別。
- 密碼保護(hù)：PyPDF2提供了為PDF文件添加密碼保護(hù)的功能，以確保文檔的安全性。只有知道密碼的用戶才能打開和編輯文件。
- 文本和元數(shù)據(jù)提?。篜yPDF2可以從PDF文件中提取文本和元數(shù)據(jù)（如作者、標(biāo)題、主題等），這對于分析和處理PDF內(nèi)容非常有用。
- 兼容性強(qiáng)：PyPDF2庫兼容所有版本的PDF文件，并且可以在任何平臺上運(yùn)行，而無需對任何外部庫產(chǎn)生任何與平臺相關(guān)的依賴。
????????總的來說，PyPDF2是一個(gè)功能強(qiáng)大且易于使用的Python PDF處理庫，適用于各種PDF處理任務(wù)，包括文件合并、拆分、旋轉(zhuǎn)、添加水印、密碼保護(hù)以及文本和元數(shù)據(jù)提取等。然而，需要注意的是，PyPDF2項(xiàng)目的最后一個(gè)版本將是3.0.X，后續(xù)的開發(fā)將繼續(xù)使用pypdf==3.1.0。因此，在使用PyPDF2時(shí)，建議查看最新的文檔和更新信息，以確保兼容性和穩(wěn)定性。
3.2 代碼
# -*- coding: utf-8 -*-
"""
@Time ： 2023/11/3 14:37
@Auth ： RS迷途小書童
@File ：Compress PDF.py
@IDE ：PyCharm
@Purpose：PDF文件壓縮
@Web：博客地址:https://blog.csdn.net/m0_56729804
"""
import os
import fitz
import PyPDF2
import aspose.pdf as ap
# ---------------------------------------逐頁壓縮，效果未知-------------------------------------
def compress_by_page(path1, path2):
"""
:param path1: 需要壓縮的pdf文件路徑
:param path2: 保存的pdf文件路徑
:return: None
逐頁壓縮，效果未知，慢?。?！
"""
pdf_file = open(path1, "rb")
pdf_reader = PyPDF2.PdfReader(pdf_file)
pdf_writer = PyPDF2.PdfWriter()
for page_num in range(len(pdf_reader.pages)):
page = pdf_reader.pages[page_num]
page.compress_content_streams()
pdf_writer.add_page(page)
out_file = open(path2, "wb")
pdf_writer.write(out_file)
out_file.close()
pdf_file.close()
if __name__ == "__main__":
# work_path1 = r'Z:/彭俊喜/.pdf'
in_path = r"Z:/彭俊喜/123.pdf" # 需要壓縮的PDF文件
out_path = r"Z:/彭俊喜/321.pdf" # 壓縮后的PDF文件路徑
compress_by_page(in_path, out_path)4.總結(jié)
????????從三個(gè)庫的壓縮效果來說，aspose.pdf庫壓縮的時(shí)間最短、質(zhì)量更好、占用空間最小，但它保存PDF時(shí)會(huì)在左上角默認(rèn)添加一行紅字（版權(quán)說明）。其次就是fitz庫，通過調(diào)節(jié)分辨率也可以很高質(zhì)量地壓縮PDF，但是占用空間略大于aspose.pdf。最后就是PyPDF2，雖然是原生的Python庫，但是壓縮速度較慢，同時(shí)它的原理是逐頁進(jìn)行圖片壓縮，對于我這個(gè)單頁單圖片太大的PDF作用不大，我也沒空去測試多頁壓縮的效果，你們可以自己試試。文章來源：http://www.zghlxwxcb.cn/news/detail-836046.html
????????我會(huì)不定期地分享平時(shí)工作、學(xué)習(xí)中使用的代碼和學(xué)習(xí)經(jīng)驗(yàn)，感興趣的話可以點(diǎn)個(gè)關(guān)注。如果有什么學(xué)術(shù)問題，可以直接留言或者私信我，看到就會(huì)回復(fù)！文章來源地址http://www.zghlxwxcb.cn/news/detail-836046.html
到了這里，關(guān)于【Python入門教程】Python壓縮PDF（fitz、aspose.pdf、PyPDF2）的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
