Βιβλιοθήκη μεταδεδομένων PDF Python ανοιχτού κώδικα

Δωρεάν και ανοιχτού κώδικα βιβλιοθήκη Python για ανάγνωση και ενημέρωση μεταδεδομένων εγγράφων PDF.

Τι είναι το pypdf;

Το Pypdf είναι μια ευέλικτη βιβλιοθήκη ανοιχτού κώδικα python γνωστή για το ποικίλο σύνολο δυνατοτήτων για χειρισμό PDF. Αυτή η βιβλιοθήκη είναι χρήσιμη για διάφορους χειρισμούς PDF, όπως ανάλυση PDF και διαίρεση και συγχώνευση PDF κ.λπ., αλλά σε αυτήν την κριτική προϊόντος, θα επικεντρωθούμε μόνο στις δυνατότητες διαχείρισης μεταδεδομένων PDF.

Ακολουθούν τα κύρια χαρακτηριστικά του pypdf που σχετίζονται με τα μεταδεδομένα:

Ανάγνωση μεταδεδομένων PDF: Μπορείτε να διαβάσετε ιδιότητες (όπως συγγραφέας, δημιουργός, παραγωγός, τίτλος, θέμα και λέξεις-κλειδιά) εγγράφων PDF χρησιμοποιώντας pypdf.
Ενημέρωση μεταδεδομένων PDF: Μπορείτε επίσης να ενημερώσετε τα μεταδεδομένα των εγγράφων PDF χρησιμοποιώντας το pypdf.

Στατιστικά GitHub

Ονομα: pypdf
Γλώσσα: Python
Αστέρια: 8.9K
Πιρούνια: 1.4K
Αδεια: Other
Το αποθετήριο ενημερώθηκε τελευταία φορά στις 2025-04-05

Ξεκινώντας με το pypdf

Χρειάζεστε Python έκδοση 3.6.0 ή νεότερη για να εγκαταστήσετε και να χρησιμοποιήσετε το pypdf. Επομένως, πρώτα εγκαταστήστε το Python και, στη συνέχεια, χρησιμοποιήστε τις παρακάτω εντολές για να εγκαταστήσετε το pypdf στον υπολογιστή σας χρησιμοποιώντας pip και εικονικό περιβάλλον.

Linux


python3 -m venv venv
source venv/bin/activate
pip install pypdf

MacOS


python -m venv venv
source venv/bin/activate
pip install pypdf

Windows


python3 -m venv venv
venv\Scripts\activate.bat
pip install pypdf

Ανάγνωση μεταδεδομένων PDF

Μπορούμε να διαβάσουμε τα μεταδεδομένα ενός εγγράφου PDF χρησιμοποιώντας τη βιβλιοθήκη pypdf. Θα λάβουμε τα μεταδεδομένα ενός PDF από την ιδιότητα metadata της κλάσης PdfReader στη βιβλιοθήκη pypdf. Ελέγξτε το παρακάτω απόσπασμα κώδικα για λεπτομέρειες:


	# Import PdfReader module from the pypdf library
	from pypdf import PdfReader

	# Create a PdfReader object and load the input PDF file
	reader = PdfReader("meta-pdf.pdf")

	# Reading metadata
	meta = reader.metadata

	# Print the metadata
	print(meta.author)
	print(meta.producer)
	print(meta.subject)
	print(meta.title)

view raw read-metadata-of-pdf-using-pypdf-library.py hosted with ❤ by GitHub

Παραγωγή

Το παρακάτω στιγμιότυπο οθόνης εμφανίζει τα μεταδεδομένα του παρεχόμενου αρχείου PDF:

Ενημέρωση μεταδεδομένων του PDF

Μπορούμε επίσης να ενημερώσουμε τα μεταδεδομένα ενός εγγράφου PDF, όπως συγγραφέα, παραγωγό, θέμα και τίτλο κ.λπ. χρησιμοποιώντας τη βιβλιοθήκη pypdf. Θα περάσουμε ένα αντικείμενο που περιέχει τις πληροφορίες μεταδεδομένων στη μέθοδο add_metadata της κλάσης PdfWriter στη βιβλιοθήκη pypdf για ενημέρωση/εγγραφή μεταδεδομένων του εγγράφου PDF. Για λεπτομέρειες, ελέγξτε το παρακάτω απόσπασμα κώδικα:

	# Import PdfReader and PdfWriter modules from the pypdf library
	from pypdf import PdfReader, PdfWriter

	# Import the datetime module
	from datetime import datetime

	# Create a PdfReader object and load the input PDF file
	reader = PdfReader("documentprocessing.pdf")

	# Creating a new PDF writer object using PdfWriter
	writer = PdfWriter()

	# Adding all pages from the input PDF to the new writer
	for page in reader.pages:
	writer.add_page(page)

	# Format the current date and time for the metadata
	# UTC time offset (optional, adjust as needed)
	utc_time = "-05'00'"

	# Current date and time formatted for metadata
	time = datetime.now().strftime(f"D\072%Y%m%d%H%M%S{utc_time}")

	# Writing new metadata to the PDF
	writer.add_metadata(
	{
	"/Author": "Documentprocessing", # Author information
	"/Producer": "Microsoft Word", # Software used to produce the PDF
	"/Title": "Title", # Document title
	"/Subject": "Subject", # Document subject
	"/Keywords": "Keywords", # Keywords associated with the document
	"/CreationDate": time, # Date and time the document was created
	"/ModDate": time, # Date and time the document was last modified
	"/Creator": "Creator", # Application that created the original document
	}
	)

	# Save the new PDF to a file
	with open("meta-pdf.pdf", "wb") as f:
	writer.write(f)

view raw update-metadata-of-pdf-using-pypdf-library.py hosted with ❤ by GitHub

Σύναψη

Συμπερασματικά, το pypdf αποδεικνύεται μια εξαιρετική βιβλιοθήκη Python για την ανάγνωση και την ενημέρωση μεταδεδομένων εγγράφων PDF. Οι προγραμματιστές μπορούν εύκολα να διαβάσουν και να ενημερώσουν τα μεταδεδομένα των εγγράφων PDF χωρίς προβλήματα.