Python字符串拼接方法全解析与性能优化
2026/9/17 22:06:29
pypdf 入门指南：纯 Python PDF 处理库的安装、使用与排错
【免费下载链接】pypdfA pure-python PDF library capable of splitting, merging, cropping, and transforming the pages of PDF files项目地址: https://gitcode.com/GitHub_Trending/py/pypdf
pypdf 是一个纯 Python 实现的 PDF 处理库，支持页面拆分、合并、裁剪与变换，以及文本与元数据提取、图像对象读取和密码加密。核心部分没有强制第三方依赖，一条 pip 命令即可安装，AES 加密、图像提取等高级能力通过可选依赖组按需提供。它适合需要在脚本中批量处理 PDF 的开发者，也适合想快速验证 PDF 操作能力的新手。
快速开始
最小依赖安装命令
pypdf 要求 Python 3.9 及以上版本，可先运行python --version检查。核心安装无强制第三方依赖，在 Python 3.11 及以下环境会自动附带安装typing_extensions：
pip install pypdf在共享服务器等无管理员权限的环境，可加--user参数安装到用户目录：
pip install --user pypdf验证安装与版本
运行以下命令，若输出版本号（本仓库当前为 6.18.1）即安装成功：
python -c "import pypdf; print(pypdf.__version__)"再打开一个本地 PDF 验证读取能力：
from pypdf import PdfReader reader = PdfReader("example.pdf") print(len(reader.pages)) # 页数 print(reader.pages[0].extract_text()[:80]) # 第一页文本页数与文本能正常输出，说明读写、提取两个基本能力都可用。
按需选择功能
可选功能对照表
| 功能需求 | 安装命令 | 额外依赖 |
|---|---|---|
| 读取、合并、拆分、文本提取（默认档） | pip install pypdf | typing_extensions（仅 Python < 3.11） |
| AES 加密 / 解密 | pip install pypdf[crypto] | cryptography > 3.0 |
| 从 PDF 提取图像 | pip install pypdf[image] | Pillow >= 8.0.0 |
| 阿拉伯文等从右到左文本 | pip install pypdf[rtl_text] | arabic-reshaper、python-bidi |
| 字体相关处理 | pip install pypdf[fonts] | fonttools |
| 全部可选能力 | pip install pypdf[full] | 以上全部 |
默认档覆盖绝大多数读写操作，RC4 加解密在默认安装下即可使用；[full]一次性装齐全部可选依赖。生产环境如果关注依赖数量或审计范围，建议按功能组单独安装而不是直接使用full。各选项的完整说明见 安装文档。
一个真实任务跑通
给 PDF 每页添加水印
以 PDF 页面作为水印素材，over=False时水印置于页面背景，True则作为覆盖印章：
from pypdf import PdfReader, PdfWriter stamp = PdfReader("stamp.pdf").pages[0] writer = PdfWriter(clone_from="report.pdf") for page in writer.pages: page.merge_page(stamp, over=False) writer.write("out-watermark.pdf")预期结果是生成out-watermark.pdf，每一页都叠加了背景水印，页面原有内容不变：
如果需要在合并前缩小、旋转或平移水印，改用merge_transformed_page配合Transformation，例如Transformation().scale(0.5)可将水印缩放为原始大小的一半，适用于页面缩放、错位叠加等场景：
参数与变换细节可在 添加印章或水印 文档中查阅。
常见问题与排错
报错排查清单
Q：处理 AES 加密文件时报解密错误，或提示缺少依赖？ A：AES 算法需要额外依赖，执行pip install pypdf[crypto]安装即可；仅用 RC4 时默认安装已够用。
Q：打开某个 PDF 时抛出PdfReadError？ A：用PdfReader(path, strict=False)切换宽松解析，pypdf 会尽力解析并记录警告，而不是直接抛异常。详见 docs/user/robustness.md。
Q：合并大文件时出现RecursionError？ A：提高解释器递归上限即可，例如sys.setrecursionlimit(sys.getrecursionlimit() * 5)。
Q：pip 拒绝安装并提示 Requires-Python？ A：pypdf 要求 Python 3.9 及以上，用python --version确认版本；版本过低时先升级 Python 或新建虚拟环境。
Q：如何确认当前安装版本？ A：运行python -c "import pypdf; print(pypdf.__version__)"。pypdf 4.0 起每个版本都兼容所有受支持的 Python 版本，常规升级一般无需改动代码。
- 装什么：pypdf 核心（Python 3.9+，无强制第三方依赖），AES 加密、图像提取、RTL 文本为可选依赖组
- 怎么用：
PdfReader负责读取与提取，PdfWriter负责合并、水印与加密，非标准文件可用strict=False兜底 - 去哪看文档：仓库 docs/user/ 目录，其中 installation.md（安装）、merging-pdfs.md（合并）、add-watermark.md（水印）是三个最常用的页面
【免费下载链接】pypdfA pure-python PDF library capable of splitting, merging, cropping, and transforming the pages of PDF files项目地址: https://gitcode.com/GitHub_Trending/py/pypdf
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考