本文目录一览：
- 1、一个用于合并pdf的简单Python脚本
- 2、用python批量提取pdf的表格数据，保存为excel
- 3、Python利器：如何处理PDF表格数据
- 4、如何用python把pdf转为cad？
- 5、python将pdf转图片
- 6、利用python去除pdf水印
一个用于合并pdf的简单Python脚本
在学校打印店，有时会打印很多文件，因为文件数量多，过程会比较繁琐。自己没事动手写了一个pdf合并的python脚本，方便将多个pdf文件合并为一。这样打印时候只需点开一个文件打印即可。
需要 Python 和 PyPDF2 。Python安装可在官网找到；PyPDF2可以通过pip安装，可以利用命令行工具输入一下命令
将需要合并的文件与本文后面的Python脚本放在同一目录下，运行脚本得到 Merged.pdf 即为合并的pdf文件。
如果需要按照一定顺序合并pdf文件，可以将pdf文件重命名，按顺序将文件重命名为 1.pdf 、 2.pdf 以此类推。
如果需要将某一pdf文件在合并文件中重复多次，可以将该文件直接在当前目录下拷贝成多个副本。
用python批量提取pdf的表格数据，保存为excel
pdfplumber 是一个开源 python 工具库-，可以方便地获取 pdf 的各种信息，包括文本、表格、图表、尺寸等。完成我们本文的需求，主要使用 pdfplumber 提取 pdf 表格数据。
python 中还有很多库可以处理 pdf，比如 PyPDF2、pdfminer 等，本文选择pdfplumber 的原因在于能轻松访问有关 PDF 的所有详细信息，包括作者、来源、日期等，并且用于提取文本和表格的方法灵活可定制。大家可以根据手头数据需求，再去解锁 pdfplumber 的更多用法。
Python利器：如何处理PDF表格数据
大家好，我是Peter~
在很多情况下，我们都需要处理PDF格式的文件。尤其当我们遇到PDF表格数据需要进行提取，真的是一个令人头疼的问题。
因为PDF文件不能像Word那样直接复制，即使复制了再黏贴也可能会出现格式排版错乱甚至乱码问题。如何从一个PDF文件提取出表格数据？本文提供两个解决方案：
首先提供的一种方法是从文字 PDF 中提取表格信息的工具：Camelot，它能够直接将大部分表格转换为 Pandas 的 Dataframe。
更多的详细信息，请参考项目地址：
camelot的安装有多种方式。如果有报错，网上一般有解决方式：
1、通过conda安装
2、使用pip进行安装
3、通过GitHub进行安装
首先将项目复制到本地：
然后进入文件中进行安装：
下面通过一个案例来讲解如何使用camelot。假设我们现在有一个只有一页的PDF文件test.pdf：
1、先读取文件
导出成csv格式的数据（方式1）
查看tables的相关信息：
导出方式2：
将数据转换成DataFrame：
tabula的功能比camelot更加强大，可以同时对多个表格数据进行提取。项目的具体地址请参考：
tabula的安装是非常简单的：
安装之后检验这个库是否安装成功：
通过tabula这个库来读取PDF文件：
然后我们发现列表中唯一的一个元素就是dataframe：
将读取到的数据输出成CSV格式的文件：
上面读取的PDF文件是比较简单的，只有一页，而且刚好是一个很标准的表格形式的数据，下面看一个比较复杂的例子：
下面是第一页，第一列可以看成是索引：
在第二页中有两份表格，而且中间有很多的空白行：
第三页的数据比较标准：
这3页是在同一个PDF文件中，这3页是在同一个PDF文件中，这3页是在同一个PDF文件中
上面的红色提示中我们看到：当没有指定pages参数的时候，只会默认读取第一页的数据，所以列表的长度为1。
转成dataframe后将原来的索引变成新的一列 （部分数据）
通过pages来读取全部数据：
通过指定pages="all"：
同时获取两个表格的数据：
通过area参数来指定：
删除在读取的表格中我们不需要的字段信息
可以将得到的数据输出成不同格式的文件，以json格式为例：
我们可以看到
如何用python把pdf转为cad？
1.准备一款专业的CAD转换器，如果你的电脑里有可以直接打开。
2.打开运行软件，在软件界面的左侧我们找到“PDF转CAD”功能。
3.选择好了转换类型，接下来就是添加文件，添加文件有两个方法，一个是点击界面中的“添加文件”，一个是直接把你的文件拖到软件的指定区域；
4.文件添加好后，要是需要自定义选择转换后文件储存的位置选择“浏览”按钮，选择好储存位置便可。
5.转换界面可以进行转换后文件格式的选择，有“DWG、DXF”两种格式进行选择，可以根据自己的需求选择输出格式。
6.击“批量转换”按钮开始文件的转换，当所有的文件转换状态为百分百的时候就说明文件转换完成了。
python将pdf转图片
方法1：打开pdf文件，选择菜单命令“文件” → “另存为” ，弹出另存为对话框，选择保存类型为“jpg”，保存即可；
方法2：打开pdf文档，选择命令 “另存为其它” → “图像” → “JPEG或JPEG2000”；
方法3：打开pdf文档，选择“编辑”菜单下的“拍快照”（注：选中后，在拍快照前面会有个√显示），同时鼠标变成十字光标，此时拖动鼠标框选你要变换的区域，松开鼠标，弹出确认对话框，点击确认，此时框选的部分已经保存到剪贴板，然后打开系统自带的画图工具，粘贴后保存为jpg文档。方法不适合图片过多的情况，不建议使用！
方法4：试试在线PDF转图片共有以下几个步骤:
• 点击浏览按钮选择需要转换的PDF文件。
输入需要转换的页码，以逗号分割开，如果转换所有的页面可以跳过这一步。
• 点击按钮上传文件，然后等着就可以了。
• 点击下载链接把做好的文件下载到本地就可以了。仅适合低于2MB的文件转换！
方法5：借助pdf转换器。选中pdf转图片功能，然后右下角选择“上传文件或文件夹”，即可一键开始转换，此外还支持转word、excel、ppt等格式。
利用python去除pdf水印
去水印只针对pdf
通过给与的水印图，找出相似水印并去除
本文参考资料：
Python操作PDF-文本和图片提取（使用PyPDF2和PyMuPDF）
Python处理PDF的实用姿势
使用PyPDF2在PDF上去除水印
