Python批处理PDF文件，PDF附件轻松批量提取

PDF附件是指在PDF文档中嵌入的其他文件，如图像、表格、音频、视频或其他文档。这些附件可以与PDF文档一起存储、传输和共享，为文档提供了更丰富的内容和更多的功能。通过添加附件，我们可以将相关文件和信息捆绑在一起，使其更易于管理和共享。此外，PDF附件还可以用于在文档中引用外部资源，提供更全面的参考资料和支持材料。然而，处理大量的PDF附件可能会很繁琐且费时费力。通过利用Python程序，我们可以轻松地批量处理这些附件，极大地提高工作效率。本文将介绍如何通过Python轻松批量提取并保存PDF附件、插入附件到PDF文档中以及删除PDF文件中的附件。

本文所介绍的方法需要用到Spire.PDF for Python，可从官网下载或通过PyPI安装：

pip install Spire.PDF

使用Python批量提取PDF附件

提取PDF文档中的附件主要用到的是PdfDocument.Attachments属性和 PdfAttachment.Data.Save() 方法。PdfDocument.Attachments属性可以获取一个PDF文档中的所有附件并返回一个附件集合，而PdfAttachment.Data.Save()方法则可以将指定附件保存到指定文件夹。详细操作步骤如下：

1. 指定输入文件夹和输出文件夹的路径。
2. 获取输入文件夹中以".pdf"结尾的PDF文件列表。

pdfFiles = [f for f in os.listdir(inputFolder) if f.endswith(".pdf")]

3. 遍历每个PDF文件。
4. 创建PdfDocument类的对象，并使用PdfDocument.LoadFromFile()再入PDF文件。

document = PdfDocument()
document.LoadFromFile(filePath)

5. 获取PDF文件的附件列表。

attachments = document.Attachments

6. 判断附件列表是否为空，如果有附件，则构建储存附件的文件夹。
7. 遍历附件列表，获取附件对象，并将附件保存到指定路径。

attachment = attachments.get_Item(i)
attachmentPath = os.path.join(outputFolderPath, attachment.FileName)
attachment.Data.Save(attachmentPath)

8. 关闭PDF文件。

完整代码示例：

import os
from spire.pdf import *
from spire.pdf.common import *# 指定输入文件夹和输出文件夹的路径
inputFolder = "文档/PDF"
outputFolder = "文档/附件"# 获取输入文件夹中以".pdf"结尾的PDF文件列表
pdfFiles = [f for f in os.listdir(inputFolder) if f.endswith(".pdf")]# 遍历每个PDF文件
for fileName in pdfFiles:# 构建PDF文件的完整路径filePath = os.path.join(inputFolder, fileName)# 创建PdfDocument对象并加载PDF文件document = PdfDocument()document.LoadFromFile(filePath)# 获取PDF文件的附件列表attachments = document.Attachments# 如果附件存在if attachments:# 获取PDF文件名（不包含扩展名）fileNameWithoutExt = os.path.splitext(fileName)[0]# 构建输出文件夹路径outputFolderPath = os.path.join(outputFolder, fileNameWithoutExt)# 创建输出文件夹os.makedirs(outputFolderPath, exist_ok=True)# 遍历附件列表for i in range(attachments.Count):# 获取附件对象attachment = attachments.get_Item(i)# 构建附件保存路径attachmentPath = os.path.join(outputFolderPath, attachment.FileName)# 保存附件到指定路径attachment.Data.Save(attachmentPath)# 关闭PDF文档document.Close()

用于提取附件的PDF文件：

提取结果：

使用Python轻松插入附件到PDF

通过创建PdfAttachment类的实例即可创建PDF附件，并对附件相关信息进行设置，如描述和修改日期。在创建好附件后，使用PdfDocument.Attachments.Add()方法即可将附件添加到PDF文件中。附件还可以与PDF注释结合，实现从页面上跳转到指定附件。一下步骤是添加附件的简单示例：

1. 创建PdfDocument类的对象并再入PDF文档。

document = PdfDocument()
document.LoadFromFile(pdfPath)

2. 创建PdfAttachment类的对象，并设置附件描述和修改日期。

attachment = PdfAttachment(attachmentPath)
attachment.Description = "参会人员名单"
attachment.ModificationDate = DateTime.get_Now()

3. 将附件添加到PDF文件中。

document.Attachments.Add(attachment)

4. 保存并关闭PDF文件。

document.SaveToFile("output/添加附件.pdf")
document.Close()

完整代码示例：

from spire.pdf import *
from spire.pdf.common import *# 定义PDF文件路径和附件路径
pdfPath = "文档/示例5.pdf"
attachmentPath = "示例/名单.txt"# 创建PdfDocument对象并加载PDF文件
document = PdfDocument()
document.LoadFromFile(pdfPath)# 创建PdfAttachment对象
attachment = PdfAttachment(attachmentPath)# 设置附件的描述信息和修改日期
attachment.Description = "参会人员名单"
attachment.ModificationDate = DateTime.get_Now()# 将附件添加到PDF文档中
document.Attachments.Add(attachment)# 保存PDF文档到指定路径
document.SaveToFile("output/添加附件.pdf")# 关闭PDF文档
document.Close()

添加效果：

使用Python批量删除PDF附件

删除PDF文件中的附件则比较简单，直接使用PdfDocument.Attachments属性获取一个PDF文件中的附件，然后再删除指定的附件或所有附件即可。一下是操作步骤：

1. 创建PdfDocument类的对象并再入PDF文档。

document = PdfDocument()
document.LoadFromFile(pdfPath)

2. 获取PDF文件中的附件集合。

document.Attachments

3. 删除指定附件。

attachments.RemoveAt(0)

4. 或删除所有附件。

attachments.Clear()

5. 保存并关闭PDF文件。

document.SaveToFile("output/删除附件.pdf")
document.Close()

完整代码示例：

from spire.pdf import *
from spire.pdf.common import *# 定义PDF文件路径
pdfPath = "文档/示例5.pdf"# 创建PdfDocument对象并加载PDF文件
document = PdfDocument()
document.LoadFromFile(pdfPath)# 获取PDF文件的附件集合
attachments = document.Attachments# 删除指定附件
attachments.RemoveAt(0)# 删除所有附件
attachments.Clear()# 保存并关闭PDF文件
document.SaveToFile("output/删除附件.pdf")
document.Close()

以上是关于如何利用Python在PDF文件中添加、提取及删除附件的方法介绍。Spire.PDF for Python还支持许多其他功能，请前往Spire.PDF for Python教程了解更多。