月5000円浮かせるpypdf2で作るpdf分割処理

ちょっとネットでこんなツールがラクスさんから月5000円で販売されているのに気づき、これなら似たことがpypdf2ですぐできるなと思い実装してみました。

元ネタとなったものは以下のリンクと画像でご確認ください。別にこのツールをディスっているわけではないので、悪しからず。。

RPAホールディングスグループとラクスが協業開始　4月22日より「RoboRobo 楽楽明細RPAシリーズ」を提供開始 | RPAホールディングス株式会社｜RPA Holdings

ただ、今回実装しているのはあくまでPDFの分割部分だけで、楽々明細にuploadする部分および請求書押印ロボットは対象外としています。

後ほどstampを押す機能も実装自体は難しくないので、後日紹介したいなと思います。

実際のスクリプト

まずは何はともあれ、実際のコードをペタッと貼っていきます。

import PyPDF2

file_path = "pdfのPathを入れる"

#ライターを事前に作成しておく
writer = PyPDF2.PdfFileWriter()

#リーダーを作ってページ数を読み込む
reader = PyPDF2.PdfFileReader(file_path)
page_num = reader.getNumPages()

print(page_num)

#ページを１つづつ読み取って、pdf形式にして保存する
for num in range(page_num):
    file_obj = reader.getPage(num)
    new_file_name = "output" + "-" + str(num+1) + ".pdf"
    with open(new_file_name, "wb") as f:
        writer.addPage(file_obj)
        writer.write(f)

特段難しいところはないと思いますが、pypdf2という懐かしツール（この頃リリースやpullreqが止まってる気もするので、そのうちpythonのバージョンに追いつかなくなるかもしれませんが。。）を利用しています。

実行結果

実行前の状態

ディレクトリに保存したtest.pdfというものを分割していきます。まず以下が実行前の状態。

ディレクトリ内にtest.pdfというものが１つ存在していることがわかると思います。

実行結果(PDFが分割された結果）

スクリプトを実行すると以下のように、output-1.pdfみたいな感じで、output pdfファイルが３つできているのがわかります。元のpdfのページ数が３つだったので、３つにちゃんと分割されています。もちろん中身も元のを各ページに分割されています。

pypdf2でpdfを分割する時の補足解説

pypdf2でのpdfファイルの分割

pypdf2は基本pdfをマージ・書き込み・読み込み等するためのツールなので、pypdf2自体に分割(split）メソッドは含まれていません。

ではどうするか？

今回作ったように、pdfwriterを使って１ページづつpdfファイルをopen（バイナリー書き込み方式）で作成していくことで、実質的に分割するのと同じようになります。

ファイルネームを元ファイルから移植したい場合

今回は元ファイルと別の名前を利用していますが、元ファイルの名前を継続したい場合はosモジュールを利用して、globなどでpathからファイルネームを取得すればいけます。

ディレクトリを分けたい場合

今回は同一ディレクトリに保存していますが、ディレクトリを分けたい場合は、openの引数にdirecotryをつけていただければ可能です。例えば、outputディレクトリをrootディレクトリの下に作成した場合は以下のような感じです。

for num in range(page_num):
    file_obj = reader.getPage(num)
    new_file_name = "output" + "-" + str(num+1) + ".pdf"
    with open("output/" + new_file_name, "wb") as f:
        writer.addPage(file_obj)
        writer.write(f)

これで、以下のようにoutputディレクトリに保存されます。