在当今世界，PDF 文件已成为共享和存储信息的重要组成部分。然而，有时我们需要裁剪 PDF 文件的某些部分以提取相关信息。手动裁剪 PDF 文件可能是一项繁琐且耗时的任务。幸运的是，Pdfplumber 是一个 Python 库，其他库提供了一种高效便捷的裁剪 PDF 的方法。
在本文中，我们将探讨如何使用 Pdfplumber 裁剪 PDF 文件。我们将逐步探索如何进行裁剪以从 PDF 中分割您想要的区域或部分。
使用 pip 安装 Pdfplumber：
pip 安装 pdfplumber
从文件路径或文件中读取您的 PDF 文件：
import pdfplumber
PDF_FILE = "your_pdf_file"
# 从文件路径
pdf = pdfplumber. open (PDF_FILE)
# 或者您可以打开文件并将二进制文件传递给 pdfplumber
with open (PDF_FILE) as pdf_file:
pdf = pdfplumber. 打开（pdf_文件）
开始裁剪您的 PDF：
要裁剪 PDF，您需要一个四元组（x0、顶部、x1、底部）的边界框：
- x0： 裁剪矩形左侧与页面左侧的距离。
- top： 裁剪矩形顶部与页面顶部的距离。
- x1： 裁剪矩形右侧与页面左侧的距离。
- bottom： 裁剪矩形底部与页面顶部的距离。
# 选择要裁剪的页面
pdf_page = pdf.pages[page_idx]
# 指定要裁剪的边界框 bounding_box
= (x0, top, x1, bottom)
# 通过在所选页面上应用裁剪功能进行裁剪
cropped_pdf = pdf_page.crop(bounding_box , relative= False , strict= True )
# 从裁剪后的
打印中提取文本(cropped_pdf.extract_text())
请注意，裁剪后的页面会保留至少部分落在边界框内的对象。如果对象仅部分落在框内，则会对其尺寸进行切片以适合边界框。
如果relative=True，边界框计算为距页面边界框左上角的偏移量，而不是绝对定位。
当strict=True（默认）时，裁剪的边界框必须完全落在页面的边界框内。
您可以使用另一个类似于 的.within_bbox 函数，但只保留 完全落在边界框内.crop的对象。**
另一个.outside_bbox类似于.cropand的函数，但只保留完全落在边界框之外.within_bbox的对象。
