在PyPDF PdfFileReader中遍歷頁面范圍會產生奇怪的循環

Question

我有一個PDF ，它由4頁組成，我想將其分成單獨的文檔，然后根據其頁碼重命名。 問題是我有一個循環來循環訪問基於以下內容的每個頁面：for range（0，pdfReader.numpages）中的頁面，但是每次結束時它都會繼續並創建重復項。 我進行了打印（頁面）以查看發生了什么並得到：

0 1 2 3 0 0 0 0

將范圍切換到range（1，pdfReader.numpages）會導致循環1,2,3，並跳過第一頁。 進行循環（0，pdfReader.numpages + 1）可以正確輸出文件，但會出現錯誤IndexError：列表索引超出范圍

import os, PyPDF2, re, tika, time
from tika import parser

def split_pdf_pages(root_directory, extract_to_folder):
    for root, dirs, files in os.walk(root_directory):
        for filename in files:
            basename, extension = os.path.splitext(filename)

            if extension == ".pdf":
                fullpath = root + "\\" + basename + extension
                pdfFileObj = open(fullpath, "rb")
                pdfReader = PyPDF2.PdfFileReader(pdfFileObj)

                for page in range(0, pdfReader.numPages):
                    print(page)
                    pdfWriter = PyPDF2.PdfFileWriter()
                    pageObj = pdfReader.getPage(page)

                    outputpdf = extract_to_folder + "\\" + basename + "-{}.pdf".format(page+1)
                    pdfWriter.addPage(pageObj)

                    with open(outputpdf, "wb") as f:

                        pdfWriter.write(f)

                pdfFileObj.close()

我希望得到名為filename-1，filename-2.pdf等的文件，但取而代之的是獲得filename-1，filename-1-1，filename-2，filename2-2等，除非它在range（1，pdfReader.numPages）起作用正確，但跳過首頁！ 這讓我發瘋了，請幫忙。

Answer 1

我終於弄清楚了（對不起，我只是一個業余編碼員，所以一開始並不明顯！）該程序循環遍歷目錄中的每個PDF（其中包含提取和重命名的單頁文檔）。 如果將范圍更改為range（1，pdfReader.numPages），它將忽略所有這些新創建的文檔，因為它們全都是1頁長！ 當將其設置為0時，它包括所有這些新創建的副本並重復它們。

我要做的就是將提取和重命名的文件夾移動到另一個目錄。 既然我做到了，那就真的很明顯了！ 我還刪除了pdfFileObj = open（fullpath，“ rb”），因為閱讀器顯然是自動完成的，並且現在一切正常！