时间戳

首页 > 解决方案 > 提取 pdf 文件的元数据（尺寸或方向）

python - 提取 pdf 文件的元数据（尺寸或方向）

问题描述

给定一个 pdf 文件，有没有办法找到它的页面尺寸和方向（水平或垂直）等？pypdf2 库提供了检查页数的功能，但我如何提取其他信息？是否可以使用此链接查找有关文件的信息。创建日期、页数、标题等？或者其他任何可能的事情。

from PyPDF2 import PdfFileWriter, PdfFileReader

input1 = PdfFileReader(open("document1.pdf", "rb"))

# print how many pages input1 has:
print "document1.pdf has %d pages." % input1.getNumPages()

https://pythonhosted.org/PyPDF2/

标签： pythonpdfbeautifulsouppypdf2pypdf

解决方案

您可以使用/Rotate来获取页面的旋转。

pdf = PyPDF2.PdfFileReader(open('document1.pdf', 'rb'))
orientation = pdf.getPage(pagenumber).get('/Rotate')

它将产生一个以度为单位的值。尽管它可能对某些文档有用，但您应该注意，页面旋转本身并不表示方向。正如@mkl在评论中所贡献的那样。

至于其他元数据，您可以提取很多东西。您可以查看PyPDF2.pdf.DocumentInformation所有方法。

推荐阅读