Skip to content
The Chat Archive
gpt-3.5-turbo-0301· OpenAI WildChat-4.8M (AI2)

Как с помощью pdfplumber сжать pdf файлы в папке и её подпапках

  1. User

    Как с помощью pdfplumber сжать pdf файлы в папке и её подпапках

  2. 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.

  3. User

    folder_path путь в Windows D:\15062023\777

  4. Assistant

    Для установки пути D:\15062023\777 в переменную folder_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.

  5. 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

  6. Assistant

    Ошибка говорит о том, что нарушены правила форматирования отступов в блоке кода.

    После определения функции нужно добавить отступ перед использованием операторов with и for. 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.

  7. 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.

  8. Assistant

    Ошибка говорит о том, что модуль PyPDF2 из версии 3.0.0 удалил класс PdfFileReader и заменил его на PdfReader. Для исправления ошибки следует заменить PdfFileReader на PdfReader.

    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 PdfFileReader на PdfReader, а также заменили getNumPages() на numPages, потому что синтаксис методов в PdfReader несколько изменился. Теперь код не должен выдавать ошибки.