Question

Here我找到了拆分pdf页面的代码。

#!/usr/bin/env python
import copy, sys
from pyPdf import PdfFileWriter, PdfFileReader
input = PdfFileReader(sys.stdin)
output = PdfFileWriter()
for p in [input.getPage(i) for i in range(0,input.getNumPages())]:
    q = copy.copy(p)
    (w, h) = p.mediaBox.upperRight
    p.mediaBox.upperRight = (w/2, h)
    q.mediaBox.upperLeft = (w/2, h)
    output.addPage(p)
    output.addPage(q)
output.write(sys.stdout)

如果一个页面包含另外四个这样的页面：

+-------+-------+
|   1   |   2   |
|-------+-------|
|   3   |   4   |
+-------+-------+

然后代码会将其拆分为两页（按此顺序），其中包含另外两页：

+-------+-------+
|   3   |   4   |
+-------+-------+

+-------+-------+
|   1   |   2   |
+-------+-------+

您可以测试它，例如在following文件上。如果我正确理解代码中提到的upperRight，upperLeft（和其他）变量，那么这就是pyPdf所见的文档表示：

UL(0,10)        UR(10,10)
+-------+-------+
|   1   |   2   |
|-------+-------|
|   3   |   4   |
+-------+-------+
LL(0,0)         LR(10,0)

UL(x,y) = UpperLeft
UR(x,y) = UpperRight
LL(x,y) = LowerLeft
LR(x,y) = LowerRight

根据提到的代码：

(w, h) = p.mediaBox.upperRight
p.mediaBox.upperRight = (w/2, h)
q.mediaBox.upperLeft = (w/2, h)

我期待这个输出：

p:
+-------+
|   1   |
|-------+
|   3   |
+-------+

q:
+-------+
|   2   |
|-------+
|   4   |
+-------+

我在这里失踪了什么？

Answer 1

在PDF中，有两种方法可以获得横向页面：

定义宽度为＆gt;的页面高度。
定义纵向页面（宽度＆lt; height）和旋转（90度，270度等）。

您的示例PDF使用第二种方式：所有页面都是595x842，旋转270度。不考虑轮换会导致垂直被解释为水平，反之亦然。

pyPdf如何理解文档边界？

1 个答案: