如何从具有多个文件的目录中仅拆分每个 pdf 文件中的第一页？

Question

我创建了两个具有输入和输出名称的目录。输入目录有多个 PDF 文件，每个文件有多个页面。我正在尝试获取每个 PDF 文件的第一页，并且应该保存在输出目录中。下面是我正在尝试导入的代码 os

from PyPDF2 import PdfFileWriter, PdfFileReader

in_path = "D:/data/input/"
out_path = "D:/data/output/"

output = PdfFileWriter()
pages_to_keep = [0]

in_files = (f for f in os.listdir(in_path) if os.path.isfile(f) and f.endswith('.pdf'))



for file in in_files:
    po = open(file, 'rb')
    rd = PdfFileReader(po, strict=False)
    for i in pages_to_keep:
        page = rd.getPage(i)
        output.addPage(page)
    with open(out_path+str(file), 'wb') as f:
        output.write(f):

问题是：当我执行脚本时，输出文件 1 有 1 页，输出文件 2 有 2 页，第三个文件有三页。但我只需要所有 PDF 文件的第一页。如何解决这个问题。

Answer 1

您需要为每个文件重置输出：

for file in in_files:
    output = PdfFileWriter()  # clear output
    po = open(file, 'rb')
    rd = PdfFileReader(po, strict=False)
    for i in pages_to_keep:
        page = rd.getPage(i)
        output.addPage(page)
    with open(out_path+str(file), 'wb') as f:
        output.write(f):

如何从具有多个文件的目录中仅拆分每个 pdf 文件中的第一页？

How to split only first page in each pdf file from directory that has muliple files?

python

pypdf2