pdf和图片的处理一记

python是非常好用的一门语言，因为它有很多别人封装好底层逻辑的库，我们只需要用简单的函数调用或者经过并不复杂的初始化过程即可。最近要投递简历，所以在处理简历的时候遇到一个问题，就是生成了一份pdf简历，但有一页是多余的，一开始是用wps进行删除的，不过只进行删除然后保存一项操作，就要充钱了！！！吃相真难看！我是程序员，我还用你的逻辑吗？呸截图转换成pdf

初始想法，是用截图的办法，来生成一张图片，然后使用pillow来进行处理(也就调用save函数，规定一下保存参数而已)。如下：

就一张截图，然后简单处理就可以了，需要说明的是下面用到的第三方库是pillow库：

1. from PIL import Image
3. def main():
4.     path = "resume.png"
5.     img = Image.open(path)
6.     img.load()
7.     background = Image.new('RGB', img.size, (255, 255, 255))
8.     background.paste(img, mask=img.split()[3]) # 3 is the alpha channel
9.     background.save('res.pdf', save_all=True)
10.     img.close()
12. if __name__ == '__main__':
13.     main()

复制代码

其实个人处理，直接用python的交互界面就行了的，简单快捷。不过最后得到的效果不好，因为照片转过来后，默认的转换得到的pdf很模糊。
第二弹

上面失败后，就想着从之前已经下载好的pdf入手，因为有两页，所以想切换成图片对象，然后把图片对象保存为pdf。
用到的库是pymupdf和上面的pillow。

1. import fitz #pymupdf库
2. from PIL import Image
4. def main():
5.     # 保存第二页pdf为图片
6.     doc = fitz.open('balala.pdf')
7.     trans = fitz.Matrix(1.0, 1.0).prerotate(0)  #Matrix的参数是表示分辨率
8.     pix = doc[1].get_pixmap(matrix=trans, alpha=False)
9.     dpi = (pix.xres, pix.yres)
10.     img = Image.frombytes('RGB', (pix.width, pix.height), pix.samples)
11.     img.save('res.jpg', dpi=dpi)
12.     img.close()
13.     # 转换得到的图片为pdf
14.     img_pdf = Image.open('res.jpg')
15.     img_pdf.save('res.pdf', save_all=True)
16.     img_pdf.close()
18. if __name__ == "__main__":
19.     main()

复制代码

嗯，满心欢喜打开一看。。。。。。妈哎，这都啥？比上面的还要模糊，生成的图片和pdf都是目标内容，但清晰度不够，没法子了，不搞转换那一套了，直接处理pdf！！！
pdf处理PyPDF2

如题所示，这里要用到的是PyPDF2这么一个库，不浪费时间，直接上代码：

1. # encoding=utf-8
2. # 主要用到的就库里面的读取对象和写入对象
3. from PyPDF2 import PdfFileReader, PdfFileWriter
5. def main():
6.     pdf = PdfFileReader(open('test.pdf', 'rb'))
7.     pdf_res = PdfFileWriter()
8.     pdf_res.addPage(pdf.getPage(1))    #第二页，所以index是1
9.     pdf_res.write(open('res.pdf', 'wb'))
11. if __name__ == "__main__":
12.     main()

复制代码

嗯，这次总算是ok了。如果是交互界面进行的话，记得最后关掉cmd的python进程再查看结果pdf，不然会显示文件损坏。