【python】在Python中读取和加解密PDF文件的详细教程与应用实战

在这里插入图片描述

✨✨ 欢迎大家来到景天科技苑✨✨

🎈🎈 养成好习惯，先赞后看哦~🎈🎈

🏆 作者简介：景天科技苑
🏆《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。
🏆《博客》：Python全栈，PyQt5和Tkinter桌面开发，小程序开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi，flask等框架，云原生K8S，linux，shell脚本等实操经验，网站搭建，数据库等分享。

所属的专栏：python综合应用，基础语法到高阶实战教学
景天的主页：景天科技苑

在这里插入图片描述

文章目录

读取和加解密PDF文件
- 准备工作
- - 安装必要的库
- 读取PDF文件
- - 代码读取示例
- 加密PDF文件
- - 使用PyPDF2加密PDF
  - - 示例代码
  - 使用Spire.PDF for Python加密PDF
  - - 示例代码
  - 使用Python设置PDF的安全权限
  - - 什么是所有者密码（权限密码）？
    - 使用Python设置PDF安全权限的主要步骤如下：
- 注意事项
- 使用Python解密PDF
- 高阶用法处理
- - 1. 错误处理
  - 2. 批量处理
  - 3. 加密选项的深入理解
  - 4. 性能优化
  - 5. 安全性考虑
  - 6. 学习和探索
- 总结

读取和加解密PDF文件

在Python中读取和加密PDF文件是一项常见且实用的任务，尤其对于需要处理大量文档自动化处理的场景。本文将详细介绍如何使用Python读取PDF文件内容以及如何使用不同的库来给PDF文件加密。

准备工作

在开始之前，确保你的Python环境已经安装好，并安装了处理PDF文件所需的库。这里我们将使用两个主要的库：PyPDF2用于读取PDF内容，PyPDF2和Spire.PDF for Python用于加密PDF文件。

安装必要的库

安装pdfplumber

使用pip安装pdfplumber，这是读取PDF文件内容的一个常用库。
```
pip install pdfplumber
```
安装PyPDF2

PyPDF2是另一个用于处理PDF文件的库，支持读取、写入和加密等操作。
```
pip install PyPDF2
```
安装Spire.PDF for Python

Spire.PDF for Python是一个功能强大的库，支持多种PDF操作，包括创建、读取、修改和加密。不过，需要注意的是，Spire.PDF for Python并非开源库，通常需要从其官方网站或授权渠道获取。
```
# 注意：这里只是示例，实际安装可能需要从官网下载或使用其他方式
pip install Spire.Pdf
```
如果无法从pip直接安装，可以访问Spire.PDF for Python的官方网站下载并安装。

读取PDF文件

在Python中，使用pdfplumber库都可以很方便地读取PDF文件的内容。以下是一个使用PyPDF2读取PDF文件内容的基本示例。

我们先查看下PDF文件
在这里插入图片描述

代码读取示例

def read_pdf(path):
    #pip install pdfplumber
    import pdfplumber
    with pdfplumber.open(path) as pdf:
    #    for i in range(len(pdf.pages)):
    #        page = pdf.pages[i]
    #        print(page.extract_text())
        for page in pdf.pages:
            print(page.extract_text())
if __name__ == "__main__":
    read_pdf('基于Python编写的FTP程序.pdf')

在这里插入图片描述

上述代码通过extract_text函数读取了指定路径的PDF文件内容，并打印出来。extract_text函数会自动处理PDF中的文本内容，包括文本布局、字体和编码等。

加密PDF文件

加密PDF文件是为了保护文件内容不被未授权访问。在Python中，可以使用PyPDF2和Spire.PDF for Python库来实现PDF文件的加密。

使用PyPDF2加密PDF

PyPDF2是一个强大的库，用于处理PDF文件的各种操作，包括加密。以下是一个使用PyPDF2加密PDF文件的基本示例。

示例代码

import PyPDF2

def encrypt_pdf_with_pypdf2(input_pdf, output_pdf, password):
    # 创建PdfFileReader和PdfFileWriter对象
    pdf_reader = PyPDF2.PdfReader(input_pdf)
    pdf_writer = PyPDF2.PdfWriter()

    # 逐页添加内容到写入器
    for page_num in pdf_reader.pages:
        pdf_writer.add_page(page_num)

    # 加密PDF文件
    pdf_writer.encrypt(password)

    # 写入加密后的PDF文件
    with open(output_pdf, 'wb') as output_file:
        pdf_writer.write(output_file)

    print(f"PDF文件 {input_pdf} 已加密, 并保存为 {output_pdf}")

# 使用示例
encrypt_pdf_with_pypdf2('基于Python编写的FTP程序.pdf', 'encrypted_example.pdf', 'mysecretpassword')

在上述代码中，我们首先读取了一个PDF文件，然后逐页将其内容添加到PdfFileWriter对象中。最后，我们使用encrypt方法设置了一个密码，并将加密后的PDF文件保存到新的文件中。

在这里插入图片描述

打开pdf文件，已被加密
在这里插入图片描述

使用Spire.PDF for Python加密PDF

虽然PyPDF2是一个很好的库，但Spire.PDF for Python提供了更多高级功能，包括更强大的加密选项。以下是一个使用Spire.PDF for Python加密PDF文件的示例。

要加密PDF，你需要设置用户密码（文档打开密码），该密码将用于打开和查看文件。

什么是用户密码（文档打开密码）？

用户必须输入该密码才能打开和查看PDF文档。
它限制对PDF内容的访问，确保只有授权个人才能访问该文件。
用户密码不提供除打开PDF之外的任何其他权限或限制。
除了设置用户或打开密码外，你还需要设置用于保护PDF内容的加密级别或算法。Spire.PDF for Python支持以下加密级别或算法：

40-bit RC4
128-bit RC4
128-bit AES
256-bit AES
使用Python加密PDF文件的主要步骤如下：

创建PdfDocument实例，并使用PdfDocument.LoadFromFile()方法加载PDF文件。
创建一个PdfSecurityPolicy，并设置打开文档所需的用户密码。
通过PdfSecurityPolicy类中的EncryptionAlgorithm属性设置用于保护PDF的加密算法。
使用PdfDocument.Encrypt(securityPolicy:PdfSecurityPolicy)方法应用安全策略以加密PDF文档。
将加密的PDF文档保存为新文件。

示例代码

首先，请确保你已经正确安装了Spire.PDF for Python库。由于这个库不是通过pip直接安装的，你可能需要从其官方网站下载相应的Python包，并按照提供的说明进行安装。

from spire.pdf import *


# 创建document对象
doc = PdfDocument()
# 加载需要加密的现有PDF文件
doc.LoadFromFile("基于Python编写的FTP程序.pdf")

# 创建一个安全策略，并设置打开文档所需的用户密码
securityPolicy = PdfPasswordSecurityPolicy("userpassword", str())

# 指定用于保护PDF的加密算法
securityPolicy.EncryptionAlgorithm = PdfEncryptionAlgorithm.AES_256



# 应用安全策略以加密PDF文档
doc.Encrypt(securityPolicy)

# 保存加密后的PDF文档
doc.SaveToFile("加密.pdf")

print("PDF文件 基于Python编写的FTP程序.pdf 已加密, 并保存为 加密.pdf ")

打开加密文件，已被加密
在这里插入图片描述

在上述代码中，我们首先使用doc.LoadFromFile方法加载了一个PDF文件。然后，我们创建了一个securityPolicy加密策略，并设置了用户密码、所有者密码、权限和加密级别。这里我们选择了AES 256位加密，并允许打印、修改内容和复制内容。最后，我们通过调用doc.Encrypt方法应用加密，并使用doc.SaveToFile方法保存加密后的PDF文件。

使用Python设置PDF的安全权限

要为PDF文档设置安全权限，除了用户密码外，你还需要设置所有者密码（权限密码）。

什么是所有者密码（权限密码）？

用于控制可在PDF文档上执行的权限和操作。
允许文档所有者限制某些操作，例如打印、复制、修改或从PDF中提取内容。
所有者密码通常比用户密码更强大，因为它赋予所有者对PDF安全设置的完全控制。

使用Python设置PDF安全权限的主要步骤如下：

创建PdfDocument实例，并使用PdfDocument.LoadFromFile()方法加载一个PDF文件。
创建一个PdfSecurityPolicy，并设置打开文档所需的用户密码和用于限制权限的所有者密码。
通过PdfSecurityPolicy类中的EncryptionAlgorithm属性设置用于保护PDF的加密算法。
禁止所有权限，然后通过PdfSecurityPolicy类中的DocumentPrivilege属性赋予特定权限。
使用PdfDocument.Encrypt(securityPolicy:PdfSecurityPolicy)方法应用安全策略以加密PDF文档。
将加密的PDF文档保存为新文件。

以下代码示例展示了如何使用Python设置PDF的安全权限：


from spire.pdf import *

# 创建PdfDocument对象
pdf = PdfDocument()
# 加载需要加密的现有PDF文件
pdf.LoadFromFile("基于Python编写的FTP程序.pdf")

# 创建一个安全策略，并设置打开文档所需的用户密码和用于限制权限的所有者密码
securityPolicy = PdfPasswordSecurityPolicy("userpassword", "ownerpassword")

# 设置加密算法
securityPolicy.EncryptionAlgorithm = PdfEncryptionAlgorithm.AES_256

# 禁止所有权限
securityPolicy.DocumentPrivilege = PdfDocumentPrivilege.ForbidAll()
# 仅允许打印文档
securityPolicy.DocumentPrivilege.AllowPrint = True

# 加密所有文档内容，除了元数据（可选，用于允许搜索引擎访问文档的元数据）
# securityPolicy.EncryptMetadata = False

# 应用安全策略以加密PDF文档
pdf.Encrypt(securityPolicy)

# 将加密的PDF文档保存为新文件
pdf.SaveToFile("安全权限.pdf")
pdf.Close()

运行生成加密后的文件，打开需要密码userpassword
在这里插入图片描述

编辑需需要密码ownerpassword
在这里插入图片描述

我们看下有哪些权限
在这里插入图片描述

注意事项

在使用加密功能时，请确保你了解不同加密级别和权限设置的影响。
加密后的PDF文件将需要密码才能打开或进行某些操作，因此请确保你妥善保管密码。
如果你在处理大量PDF文件或需要更高级的功能（如数字签名、表单填充等），考虑使用更专业的库，如Spire.PDF for Python。

使用Python解密PDF

加密的PDF文件可以使用其用户密码或所有者密码打开。打开后，你可以使用PdfDocument.Decrypt()方法对其进行解密。

使用Python解密加密PDF文件的主要步骤如下：

创建PdfDocument实例，并使用PdfDocument.LoadFromFile()方法加载加密的PDF文件。
调用PdfDocument.Decrypt()方法解密PDF文件。
将解密后的PDF文件保存为新文件。
以下代码示例展示了如何使用Python解密PDF文件：


from spire.pdf import *

# 创建PdfDocument对象
pdf = PdfDocument()
# 使用用户密码或所有者密码打开加密的PDF文档
pdf.LoadFromFile("安全权限.pdf", "userpassword")

# 解密PDF文档
pdf.Decrypt("ownerpassword")

# 将解密后的文档保存为新文件
pdf.SaveToFile("解密后文件.pdf")
pdf.Close()

在这里插入图片描述
解密后的pdf直接能打开。

当然，我们可以继续探讨一些高级话题和最佳实践，特别是在处理PDF文件时。以下是一些额外的考虑点和技巧，可以帮助你更有效地在Python中处理PDF文件。

高阶用法处理

1. 错误处理

在处理文件时，错误处理是非常重要的。无论是读取文件还是写入文件，都可能会遇到各种问题，如文件不存在、权限不足、磁盘空间不足等。因此，在你的代码中添加适当的错误处理逻辑是很重要的。

try:
    # 尝试读取或写入PDF文件的代码
    # ...
except FileNotFoundError:
    print(f"文件 {file_path} 未找到。")
except PermissionError:
    print(f"没有权限访问文件 {file_path}。")
except Exception as e:
    print(f"处理文件时发生错误：{e}")

2. 批量处理

如果你需要处理多个PDF文件，编写一个能够批量处理这些文件的脚本将非常有用。你可以使用Python的循环结构（如for循环）来遍历文件列表，并对每个文件执行相同的操作。

import os

def process_pdfs(folder_path, output_folder, password):
    # 获取文件夹中所有PDF文件的列表
    pdf_files = [f for f in os.listdir(folder_path) if f.endswith('.pdf')]

    # 遍历文件列表并处理每个文件
    for file in pdf_files:
        input_path = os.path.join(folder_path, file)
        output_path = os.path.join(output_folder, f"encrypted_{file}")
        
        # 这里可以调用加密函数
        # encrypt_pdf(input_path, output_path, password)
        
        # 示例：仅打印将要处理的文件路径
        print(f"正在处理 {input_path} ...")

# 使用示例
process_pdfs('input_pdfs', 'output_pdfs', 'mysecretpassword')

3. 加密选项的深入理解

当你使用PyPDF2或Spire.PDF for Python等库加密PDF文件时，了解不同的加密选项和权限设置是非常重要的。例如，你可以设置不同的用户密码和所有者密码，以及控制哪些操作（如打印、修改、复制等）被允许。

用户密码：用于打开和查看PDF文件。
所有者密码：用于修改PDF文件的加密设置，包括更改密码和权限。
权限：定义了对PDF文件可以执行哪些操作，如打印、修改内容、复制内容等。

4. 性能优化

如果你需要处理大型PDF文件或大量文件，性能可能会成为一个问题。以下是一些优化性能的方法：

使用多线程或多进程：Python的threading和multiprocessing模块可以帮助你并行处理多个文件，从而加快处理速度。
内存管理：确保你的脚本不会消耗过多的内存。在处理大型文件时，考虑使用流式处理或分批处理文件内容。
选择高效的库：不同的库在处理PDF文件时的性能可能会有所不同。根据你的具体需求选择最合适的库。

5. 安全性考虑

当你加密PDF文件时，请确保你使用的加密方法和密码足够强大，以防止未经授权的访问。以下是一些安全性考虑点：

使用强密码：选择包含大小写字母、数字和特殊字符的复杂密码。
定期更改密码：如果你经常处理敏感信息，请定期更改你的加密密码。
了解加密算法的局限性：虽然AES等现代加密算法非常强大，但它们也有其局限性。了解你选择的加密算法的优缺点是很重要的。

6. 学习和探索

PDF处理是一个广泛而复杂的领域，有许多不同的库和工具可供选择。除了PyPDF2和Spire.PDF for Python之外，还有其他一些流行的库，如pdfplumber（用于提取文本和表格）、ReportLab（用于创建PDF文件）等。花时间学习和探索这些库将帮助你更好地处理PDF文件。

希望这些额外的信息和技巧对你有所帮助！如果你有任何其他问题或需要进一步的帮助，请随时提问。