《python编程自动上手》笔记8 处理PDF 和 Word 文

20190113 qzd

pdf 和 word 是二进制文件，所以它们比纯文本文件要复杂的多。除了文本，它们还保存了许多字体、颜色和布局信息。

1. pdf 文档

从pdf读取文本内容 和 从已有的文档生成新的pdf：PyPDF2 模块

• 从 pdf 提取文本
• 解密 pdf
• 创建 pdf
• 拷贝页面
• 旋转页面
• 叠加页面
• 加密pdf

2. word 文档

python-docx 模块

• 读取 Word 文档
• 从 .docx 文件中取得完整的文本
• 设置Paragraph 和Run 对象的样式
• 创建带有非默认样式的Word 文档
• Run 属性
• 写入 Word 文档
• 添加标题
• 添加换行符和换页符
• 添加图像