python 从PDF中提取附件

当前位置:

首页 > temp > python入门教程 >

python 从PDF中提取附件

下载 Pdftk server：https://www.pdflabs.com/tools/pdftk-server/

如果有密码，先把带密码的PDF的转成无密码的PDF

pdftk 有密码.pdf input_pw 密码 output 无密码.pdf

如果不带密码，上一步可以跳过

提取附件(必须不带密码)

pdftk 无密码.pdf unpack_files 解压目录

如果python cmd命令时显示不存在命令，

加入 os.chdir(pdftk的bin目录)

完整代码:

import os
def get_attachment(pdf_path,psd,pdftk_bin_folder):

    pdf_folder_path=pdf_path.strip(pdf_path.split("\\")[-1])
    tem_pdf_path=pdf_folder_path+"temp.pdf"

    decrypt_command=f"pdftk {pdf_path}  input_pw {psd}  output {tem_pdf_path}"
    extract_command=f"pdftk {tem_pdf_path} unpack_files output {pdf_folder_path}"

    os.chdir(pdftk_bin_folder)
    os.system(decrypt_command)
    os.system(extract_command)
if __name__ == '__main__':
    # pdf_path = r"C:\Users\86173\Desktop\test\word\2-protected.pdf"
    # psd = "dfcver"
    pdf_path = r"C:\Users\86173\Desktop\test\word\无密码1.pdf"
    psd = ""
    pdftk_bin_folder = r"C:\Program Files (x86)\PDFtk Server\bin"
    try:
        get_attachment(pdf_path,psd,pdftk_bin_folder)
        print("提取成功")
    except Exception as e:
        print("提取失败")
        print(e)

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

如果PDF加密等级为1和2，解密可以用PyPDF2，PyPDF3这两个模块，如果加密等级为4(包括4)可以用pdffk,如果加密等级为5，可以用pikepdf解密

获取PDF加密等级可以通过，PyPDF2,3报异常的形式获取

NotImplementedError: only algorithm code 1 and 2 are supported. This PDF uses code 5

__EOF__

作　　者：日天达人 出　　处：https://www.cnblogs.com/98WDJ/p/13820475.html

栏目列表