• Il semble que ghostscript puisse être installé avec la commande pip même avec PyPI, mais cela n'a pas été confirmé au moment de la rédaction de cet article. https://pypi.org/project/ghostscript/

Ce que vous voulez faire Split: Divisez la page PDF

Comme expliqué dans "Introduction", ce processus est requis pour un PDF de plusieurs pages et n'est pas nécessaire pour un PDF d'une page. Comme ce sera long, je n'ai ramassé que les pièces liées à la division. Si vous n'avez pas le temps, veuillez vérifier l'intégralité du code source dans les chapitres suivants.

Au préalable, créez un dossier «input» dans le même répertoire que le code source, et placez-y le fichier PDF qui sera l'image d'entrée. Un répertoire appelé "output_tmp" est automatiquement créé et le fichier PDF paginé est enregistré.

if __name__ == "__main__":

    
    #Obtenez le répertoire actuel
    current_dir = os.getcwd()
    #Obtenir le répertoire d'entrée
    indir = current_dir + "\\input\\"
    indir_error = current_dir + "\\input_error\\"
    
    #Obtenir le répertoire de sortie
    outdir = current_dir + "\\output\\"
    outdir_tmp = current_dir + "\\output_tmp\\"
    
    #Créer s'il n'y a pas de dossier de sortie
    if os.path.isdir(outdir) == False:
        os.mkdir(outdir)

    if os.path.isdir(outdir_tmp) == False:
        os.mkdir(outdir_tmp)
    
    if os.path.isdir(indir_error) == False:
        os.mkdir(indir_error)            
    
    #Sélectionnez une image dans le répertoire d'entrée
    all_images = glob.glob(indir + "*")
   
     #Traitement pour chaque image
    for img in all_images:
        
        #Obtenez le nom de l'image de l'image d'entrée (avec l'extension)
        basename = os.path.basename(img)
        print(basename)
        
        #Séparez l'extension du nom d'image de l'image d'entrée
        name,ext = os.path.splitext(basename)
        
        try:
            #images = convert_from_path(img)
            with open(img,"rb") as pdf_file: #Bien qu'il dise img, c'est un fichier PDF qui est utilisé comme entrée.
                source = PdfFileReader(pdf_file)
            
                num_pages = source.getNumPages()
                
                #Un PDF d'une seule page est sorti_Copiez vers tmp et passez à l'image suivante
                if num_pages == 1:
                    copyfile(img,outdir_tmp + basename )
                    continue
            
            
                for i in range(0,num_pages):
                    file_object = source.getPage(i)
                    pdf_file_name = outdir_tmp + name + "_" + str(i+1) + ".pdf"

                    pdf_file_writer = PdfFileWriter()

                
                    with open(pdf_file_name, 'wb') as f:

                        pdf_file_writer.addPage(file_object)
                        pdf_file_writer.write(f)                    

        except:
            print(basename + "*** error ***")
            copyfile(img,indir_error + basename )

Ce que vous voulez faire: Convertir un PDF en image JPEG

Cela fonctionne dans GhostScript. Ce que je veux faire ① Sélectionnez les fichiers PDF qui ont été divisés en pages dans l'ordre et convertissez-les au format JPEG. Le flux est tel que la commande est définie en premier et exécutée par le module de sous-processus.

    print("***** pdf to jpg *****")

    ######################################
    #
    # pdf2jpeg(ghost script)Paramètres associés
    #
    ######################################
        
    exe_name = r'C:\Program Files\gs\gs9.50\bin\gswin64c.exe'
    exe_option = "-dSAFER -dBATCH -dNOPAUSE -sDEVICE=jpeg -dJPEGQ=100 -dQFactor=1.0 -dDisplayFormat=16 -r600" 
    exe_outfile = "-sOutputFile="   

    #Sélectionnez une image dans le répertoire d'entrée
    all_pdfs = glob.glob(outdir_tmp + "*")
    
    for pdf in all_pdfs:      
    
        #Obtenez le nom de l'image de l'image d'entrée (avec l'extension)
        basename = os.path.basename(pdf)
        print(basename)

        #Séparez l'extension du nom d'image de l'image d'entrée
        name,ext = os.path.splitext(basename)   

        outputfile = outdir + name + ".jpg "

        cmd_list = list()
        cmd_list.append(exe_name)
        cmd_list.extend(exe_option.split()) #C'est étendre, pas ajouter
        cmd_list.append(exe_outfile + outputfile)
        cmd_list.append(pdf)
        
        subprocess.call(cmd_list)

L'ensemble

import os
import glob

from PyPDF2 import PdfFileReader
from PyPDF2 import PdfFileWriter

import subprocess
from shutil import copyfile 

"""
Principale
"""
if __name__ == "__main__":

    
    #Obtenez le répertoire actuel
    current_dir = os.getcwd()
    #Obtenir le répertoire d'entrée
    indir = current_dir + "\\input\\"
    indir_error = current_dir + "\\input_error\\"
    
    #Obtenir le répertoire de sortie
    outdir = current_dir + "\\output\\"
    outdir_tmp = current_dir + "\\output_tmp\\"
    
    #Créer s'il n'y a pas de dossier de sortie
    if os.path.isdir(outdir) == False:
        os.mkdir(outdir)

    if os.path.isdir(outdir_tmp) == False:
        os.mkdir(outdir_tmp)
    
    if os.path.isdir(indir_error) == False:
        os.mkdir(indir_error)            
    
    #Sélectionnez une image dans le répertoire d'entrée
    all_images = glob.glob(indir + "*")
   
     #Traitement pour chaque image
    for img in all_images:
        
        #Obtenez le nom de l'image de l'image d'entrée (avec l'extension)
        basename = os.path.basename(img)
        print(basename)
        
        #Séparez l'extension du nom d'image de l'image d'entrée
        name,ext = os.path.splitext(basename)
        
        try:
            #images = convert_from_path(img)
            with open(img,"rb") as pdf_file: #Bien qu'il dise img, c'est un fichier PDF qui est utilisé comme entrée.
                source = PdfFileReader(pdf_file)
            
                num_pages = source.getNumPages()
                
                #Un PDF d'une seule page est sorti_Copiez vers tmp et passez à l'image suivante
                if num_pages == 1:
                    copyfile(img,outdir_tmp + basename )
                    continue
            
            
                for i in range(0,num_pages):
                    file_object = source.getPage(i)
                    pdf_file_name = outdir_tmp + name + "_" + str(i+1) + ".pdf"

                    pdf_file_writer = PdfFileWriter()

                
                    with open(pdf_file_name, 'wb') as f:

                        pdf_file_writer.addPage(file_object)
                        pdf_file_writer.write(f)                    

        except:
            print(basename + "*** error ***")
            copyfile(img,indir_error + basename )

    print("***** pdf to jpg *****")

    ######################################
    #
    # pdf2jpeg(ghost script)Paramètres associés
    #
    ######################################
        
    exe_name = r'C:\Program Files\gs\gs9.50\bin\gswin64c.exe'
    exe_option = "-dSAFER -dBATCH -dNOPAUSE -sDEVICE=jpeg -dJPEGQ=100 -dQFactor=1.0 -dDisplayFormat=16 -r600" 
    exe_outfile = "-sOutputFile="   

    #Sélectionnez une image dans le répertoire d'entrée
    all_pdfs = glob.glob(outdir_tmp + "*")
    
    for pdf in all_pdfs:      
    
        #Obtenez le nom de l'image de l'image d'entrée (avec l'extension)
        basename = os.path.basename(pdf)
        print(basename)

        #Séparez l'extension du nom d'image de l'image d'entrée
        name,ext = os.path.splitext(basename)   

        outputfile = outdir + name + ".jpg "

        cmd_list = list()
        cmd_list.append(exe_name)
        cmd_list.extend(exe_option.split())                   
        cmd_list.append(exe_outfile + outputfile)
        cmd_list.append(pdf)
        
        subprocess.call(cmd_list)

à la fin

Parce que le code source a été créé rapidement pour ce que je voulais faire, il est devenu un code source assez sale lol (Ce n'est pas un rire)

De plus, certains fichiers PDF ne pouvaient pas être correctement convertis en JPEG, même avec GhostScript. La cause n'est pas claire, mais après un peu de recherche, il semble que la police ne la supporte pas. En fonction de la réponse, je vais enquêter un peu plus.

Si vous avez des questions, laissez un commentaire.