Question

最初的任务是将PDF裁剪为多个单独的部分。我调整了一些参数完成任务，但有时，我的裁剪方法将导致一个空白页面＆＃39;看起来，它有一个文本（使用extractText方法）。所以我想知道如何过滤空白页面＆＃39;上面提到的。

以下是我的裁剪方法的一部分：

original = 'input.pdf'
target = 'output.pdf'
pdf = PdfFileReader(open(original, 'rb'))
for page in pdf.pages:
    for i in range(4):
        new_page = copy.copy(page)
        if i == 0:
            # TOP LEFT
            new_page.mediaBox.upperRight = (285.5, 780)
            new_page.mediaBox.lowerLeft = (20, 570)
        elif i == 1:
            # BOTTOM LEFT
            new_page.mediaBox.upperRight = (285.5, 400)
            new_page.mediaBox.lowerLeft = (20, 190)
        elif i == 2:
            # TOP RIGHT
            new_page.mediaBox.upperRight = (572, 780)
            new_page.mediaBox.lowerLeft = (306.5, 570)
        elif i == 3:
            # BOTTOM RIGHT
            new_page.mediaBox.upperRight = (572, 400)
            new_page.mediaBox.lowerLeft = (306.5, 190)
        out.addPage(new_page)


with open(target, 'wb') as f:
    out.write(f)

以下是PDF格式：https://drive.google.com/open?id=0BxL6yv_HDnNYMEt0OF9RU1BaYWM

如何使用PyPDF2识别PDF页面是否包含文本？

0 个答案: