Как с помощью pdfplumber сжать pdf файлы в папке и её подпапках
- User
Как с помощью pdfplumber сжать pdf файлы в папке и её подпапках
- Assistant
pdfplumber не предоставляет функцию сжатия pdf файлов. Однако, можно использовать библиотеку PyPDF2 для сжатия pdf файлов в папке и её подпапках.
Ниже приведен пример скрипта на Python для сжатия pdf файлов в папке и её подпапках с помощью PyPDF2.
import os from PyPDF2 import PdfFileReader, PdfFileWriter def compress_pdf(input_path, output_path): with open(input_path, 'rb') as input_file, open(output_path, 'wb') as output_file: pdf_reader = PdfFileReader(input_file) pdf_writer = PdfFileWriter() for page_num in range(pdf_reader.getNumPages()): # Сжатие каждой страницы pdf_writer.addPage(pdf_reader.getPage(page_num).compressContentStreams()) # Сохранение сжатого файла pdf_writer.write(output_file) # Папка, содержащая pdf файлы folder_path = './pdf_files' # Обход всех pdf файлов в папке и её подпапках for root, dirs, files in os.walk(folder_path): for filename in files: if filename.endswith('.pdf'): input_path = os.path.join(root, filename) output_path = os.path.join(root, 'compressed_' + filename) # Сжатие pdf файла compress_pdf(input_path, output_path)Пример скрипта использует функцию compressContentStreams() из PyPDF2 для сжатия каждой страницы pdf файла. Результатом работы скрипта являются новые файлы с префиксом "compressed_" в названии.
Обратите внимание: сжатие pdf файлов может занимать значительное количество времени и потреблять большое количество ресурсов компьютера.
- User
folder_path путь в Windows D:\15062023\777
- Assistant
Для установки пути
D:\15062023\777в переменнуюfolder_path, следует использовать двойной обратный слэш\\вместо одинарного слеша:folder_path = 'D:\\15062023\\777'Либо можно использовать одинарный слеш в Unix-стиле с префиксом
r, чтобы указать, что строка является неформатированной:folder_path = r'D:\15062023\777'Обратите внимание, что в обоих случаях путь должен указывать на существующую директорию с PDF-файлами.
- User
File "d:\15062023\1.py", line 5 with open(input_path, 'rb') as input_file, open(output_path, 'wb') as output_file: ^^^^ IndentationError: expected an indented block after function definition on line 4
- Assistant
Ошибка говорит о том, что нарушены правила форматирования отступов в блоке кода.
После определения функции нужно добавить отступ перед использованием операторов
withиfor. Например:import os from PyPDF2 import PdfFileReader, PdfFileWriter def compress_pdf(input_path, output_path): with open(input_path, 'rb') as input_file, open(output_path, 'wb') as output_file: pdf_reader = PdfFileReader(input_file) pdf_writer = PdfFileWriter() for page_num in range(pdf_reader.getNumPages()): # Сжатие каждой страницы pdf_writer.addPage(pdf_reader.getPage(page_num).compressContentStreams()) # Сохранение сжатого файла pdf_writer.write(output_file) # Папка, содержащая pdf файлы folder_path = './pdf_files' # Обход всех pdf файлов в папке и её подпапках for root, dirs, files in os.walk(folder_path): for filename in files: if filename.endswith('.pdf'): input_path = os.path.join(root, filename) output_path = os.path.join(root, 'compressed_' + filename) # Сжатие pdf файла compress_pdf(input_path, output_path)Обратите внимание, что все строки кода после определения функции compress_pdf() имеют отступ в 4 пробела (или один таб). Проверьте, что у вас так же настроено форматирование в вашем редакторе кода.
- User
Код import os from PyPDF2 import PdfFileReader, PdfFileWriter
def compress_pdf(input_path, output_path): with open(input_path, 'rb') as input_file, open(output_path, 'wb') as output_file: pdf_reader = PdfFileReader(input_file) pdf_writer = PdfFileWriter() for page_num in range(pdf_reader.getNumPages()): # Сжатие каждой страницы pdf_writer.addPage(pdf_reader.getPage(page_num).compressContentStreams()) # Сохранение сжатого файла pdf_writer.write(output_file)
Папка, содержащая pdf файлы
folder_path = r'D:\15062023\777'
Обход всех pdf файлов в папке и её подпапках
for root, dirs, files in os.walk(folder_path): for filename in files: if filename.endswith('.pdf'): input_path = os.path.join(root, filename) output_path = os.path.join(root, 'compressed_' + filename) # Сжатие pdf файла compress_pdf(input_path, output_path) Ошибка Traceback (most recent call last): File "d:\15062023\1.py", line 24, in compress_pdf(input_path, output_path) File "d:\15062023\1.py", line 6, in compress_pdf pdf_reader = PdfFileReader(input_file) ^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Users\user\AppData\Local\Programs\Python\Python311\Lib\site-packages\PyPDF2_reader.py", line 1974, in init deprecation_with_replacement("PdfFileReader", "PdfReader", "3.0.0") File "C:\Users\user\AppData\Local\Programs\Python\Python311\Lib\site-packages\PyPDF2_utils.py", line 369, in deprecation_with_replacement deprecation(DEPR_MSG_HAPPENED.format(old_name, removed_in, new_name)) File "C:\Users\user\AppData\Local\Programs\Python\Python311\Lib\site-packages\PyPDF2_utils.py", line 351, in deprecation raise DeprecationError(msg) PyPDF2.errors.DeprecationError: PdfFileReader is deprecated and was removed in PyPDF2 3.0.0. Use PdfReader instead.
- Assistant
Ошибка говорит о том, что модуль PyPDF2 из версии 3.0.0 удалил класс
PdfFileReaderи заменил его наPdfReader. Для исправления ошибки следует заменитьPdfFileReaderнаPdfReader.Ниже приведен исправленный код:
import os from PyPDF2 import PdfReader, PdfWriter def compress_pdf(input_path, output_path): with open(input_path, 'rb') as input_file, open(output_path, 'wb') as output_file: pdf_reader = PdfReader(input_file) pdf_writer = PdfWriter() for page_num in range(pdf_reader.numPages): # Сжатие каждой страницы pdf_writer.addPage(pdf_reader.getPage(page_num).compressContentStreams()) # Сохранение сжатого файла pdf_writer.write(output_file) # Папка, содержащая pdf файлы folder_path = r'D:\15062023\777' # Обход всех pdf файлов в папке и её подпапках for root, dirs, files in os.walk(folder_path): for filename in files: if filename.endswith('.pdf'): input_path = os.path.join(root, filename) output_path = os.path.join(root, 'compressed_' + filename) # Сжатие pdf файла compress_pdf(input_path, output_path)Обратите внимание, что мы заменили
PdfFileReaderнаPdfReader, а также заменилиgetNumPages()наnumPages, потому что синтаксис методов вPdfReaderнесколько изменился. Теперь код не должен выдавать ошибки.