Python提取PDF第一页为封面图片【批量提取】
近期要处理一批PDF文件，大约在20G，具体数量不详，需求是把每个文件的页数和第一页转换成图片，在网上查阅各种类库，最终选择的是PyMuPDF模块。最后核心代码量较少，功能实现效果也比较好。
一、安装扩展类
pip install PyMuPDF
二、示例代码
# coding:utf-8
import os
import fitz
# 解析
def analysis(file_path, save_path, num):
# 资源列表
file_array = []
if os.path.isdir(file_path):
# 目录循环压入
file_count = get_path_file(file_path)
for v in file_count:
file_array.append(v)
else:
# 单文件，单次调用
file_array.append(file_path)
# 判断为空情况
if not file_array:
print("此目录下无文件")
# 执行解析
file_count_num = len(file_array)
print("程序运行中，共计%s个文件" % file_count_num)
for v in file_array:
# print("文件路径：%s" % v)
# 获取文件名称及类型
file_name = os.path.basename(v)
# print("文件信息：%s" % file_name)
if '.pdf' not in file_name:
print("此文件非PDF文件")
# 打开PDF文件，生成一个对象
doc = fitz.open(v)
# 总页数
count_page = doc.pageCount
# print("文件共计：%s页" % count_page)
if count_page > 1:
page = doc[num]
rotate = int(0)
# 每个尺寸的缩放系数为2，这将为我们生成分辨率提高四倍的图像。
zoom_x = 2.0
zoom_y = 2.0
trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotate)
pm = page.getPixmap(matrix=trans, alpha=False)
# 保存路径
p_1 = v.replace(file_path, save_path)
p_2 = p_1.replace(file_name, '')
if not os.path.exists(p_2):
os.makedirs(p_2)
new_file_name = file_name.replace(".pdf", "")
pm.writePNG(p_2 + '%s.png' % new_file_name)
print("运行完成")
else:
print("此文档无内容，跳出")
continue
# 返回目录下所有文件
def get_path_file(files_path):
data = []
for root, dirs, files in os.walk(files_path, topdown=False):
for name in files:
f_p = os.path.join(root, name).replace("\\", "/")
data.append(f_p)
return data
if __name__ == '__main__':
print("|---------------------------------|")
print("| |")
print("| PDF 批量生成封面 |")
print("| |")
print("|---------------------------------|")
# 当前目录下的文件
now_path = os.getcwd()
print("当前位置：%s" % now_path)
# 保存路径
print("请输入参数，以 / 结尾，处理完成后会自动退出")
save_path = input("图片保存地址:")
exit()
# 判断目录
save_path_status = os.path.exists(save_path)
if not save_path_status:
os.mkdir(save_path)
# 截取页数
num = 0
# 路径或文件名
file_path = input("PDF文件地址:")
# 调用方法
analysis(file_path, save_path, num)三、说明
1、使用input输入路径
2、生成图片存户路径同存放路径
3、生成图片为PNG格式
4、支持自定义截取页数，建议为第一页
5、已生成exe文件，百度网盘：
链接：https://pan.baidu.com/s/1zfi18y7-vMpg9Mk_wPu9Hg
提取码：5ajb
