閱讀利用 Python 來處理 PDF 的文章，並作簡單的筆記。
Task list: :smile:
原文 How to Work With a PDF in Python
文章大概分為幾個部分
這篇文章大概就原文內容作摘要，加上一些心得筆記。或許之後有空來考慮翻譯？
PDF 可攜式文件格式, 是 Adobe 公司的文件規格，常見的文件交換格式。目前是 ISO 下的開放文件格式。
python 下用來處理 PDF 的程式庫除了 pyPDFx 外，還有：
本文主要是以 pyPDFx 為主。
$ pip install pypdf2
# 或是用 Anaconda
$ conda install pypdf2
PyPDF2.PdfFileReader.getDocumentInfo() 來讀 pdf metadataPyPDF2.PdfFileReader.getNumPages() 來讀頁數.extractText() 用來讀內文，不過效果不好# extract_doc_info.py
from PyPDF2 import PdfFileReader
def extract_information(pdf_path):
with open(pdf_path, 'rb') as f:
pdf = PdfFileReader(f)
information = pdf.getDocumentInfo()
number_of_pages = pdf.getNumPages()
txt = f"""
Information about {pdf_path}:
Author: {information.author}
Creator: {information.creator}
Producer: {information.producer}
Subject: {information.subject}
Title: {information.title}
Number of pages: {number_of_pages}
"""
print(txt)
return information
if __name__ == '__main__':
path = 'reportlab-sample.pdf'
extract_information(path)
PdfFileWriter.rotateClockwise(90) 寫入時，可以旋轉頁面。
.getPage() addPage()
Note
PyPDF2 只能以90度的倍數旋轉，其他的角度會得到 AssertionError
將兩個 pdf 文件合成一個檔案，像是把本文、加上封面、和封底。
方式：讀進兩個文件的每一頁，一頁一頁寫進新的 pdf ，產生合併的新文檔。
讀進各頁，把想分出去的頁數寫到新檔
PdfFileReader.mergePage(浮水印pdf檔) 加上浮水印
PdfFileWriter.encrypt(user_pwd=password, owner_pwd=None,
use_128bit=True)
PyPDF2 功能不少，不過 取出文字的功能好像不太完美， 或許要看看其他程式庫。像是 PDFMiner