pyPdf PdfFileReader與PdfFileWriter

Question

我有以下代碼：

import os
from pyPdf import PdfFileReader, PdfFileWriter

path = "C:/Real Python/Course materials/Chapter 12/Practice files"

input_file_name = os.path.join(path, "Pride and Prejudice.pdf")
input_file = PdfFileReader(file(input_file_name, "rb"))
output_PDF = PdfFileWriter()

for page_num in range(1, 4):
    output_PDF.addPage(input_file.getPage(page_num))

output_file_name = os.path.join(path, "Output/portion.pdf")
output_file = file(output_file_name, "wb")
output_PDF.write(output_file)
output_file.close()

直到現在我只是從PDF文檔閱讀，后來才從PDF寫為TXT ...但是現在這...為什么PdfFileReader相差這么多從PdfFileWriter

有人可以解釋嗎？ 我希望這樣的事情：

import os
from pyPdf import PdfFileReader, PdfFileWriter

path = "C:/Real Python/Course materials/Chapter 12/Practice files"

input_file_name = os.path.join(path, "Pride and Prejudice.pdf")
input_file = PdfFileReader(file(input_file_name, "rb"))

output_file_name = os.path.join(path, "out Pride and Prejudice.pdf")
output_file = PdfFileWriter(file(output_file_name, "wb"))

for page_num in range(1,4):
    page = input_file.petPage(page_num)
    output_file.addPage(page_num)
    output_file.write(page)

有幫助嗎？？？ 謝謝

編輯0： .addPage（）是做什么的？

for page_num in range(1, 4):
        output_PDF.addPage(input_file.getPage(page_num))

它僅創建3個空白頁面嗎？

編輯1：在以下情況下，有人可以解釋發生了什么：

1） output_PDF = PdfFileWriter()

2） output_PDF.addPage(input_file.getPage(page_num))

3） output_PDF.write(output_file)

第三個將JUST CREATED（！）對象傳遞給output_PDF ，為什么？

Answer 1

問題基本上是PDF交叉引用表。

這是一個雜亂的意大利面條怪獸，涉及頁面，字體，對象，元素，所有這些都需要鏈接在一起以允許隨機訪問。

每次文件更新時，都需要重建該表。 該文件首先在內存中創建，因此只需執行一次，從而進一步減少了破壞文件的可能性。

output_PDF = PdfFileWriter()

這將在內存中創建供PDF使用的空間。 （從舊的pdf中提取）

output_PDF.addPage(input_file.getPage(page_num))

將輸入的pdf頁面添加到內存中創建的PDF文件（所需頁面）。

output_PDF.write(output_file)

最后，這會將存儲在內存中的對象寫入文件，構建標頭，交叉引用表，並將所有內容鏈接在一起。

編輯：大概是，JUST CREATED標志表明PyPDF開始建立適當的表並將事物鏈接在一起。

-

回應為什么vs .txt和csv：

從文本或CSV文件復制時，沒有現有的數據結構可以理解和移動，以確保正確保存和創建格式，圖像放置和表單數據（輸入節等）之類的東西。

Answer 2

之所以很有可能這樣做是因為PDF並不是完全線性的-“標題”實際上位於文件的末尾。

如果每次進行更改時都將文件寫入磁盤，則您的計算機需要繼續將數據推送到磁盤上。 取而代之的是，模塊（可能）將有關文檔的信息存儲在對象（PdfFileWriter）中，然后在您請求時將其轉換為實際的PDF文件。