Python拆分PDF文件：按页拆分、指定范围抽取与超长页重排实现

脚本专家

在处理多页PDF文档时，经常需要按页拆分、抽取指定页码范围，或者将超长页面重新分页。手动操作在线工具不仅效率低，还可能存在文件外泄风险。借助Python的Spire.PDF库，可以在本地用几行代码完成这些拆分需求。下面介绍三种常见拆分思路的具体实现，并补充批量处理和文件命名的实用技巧。

环境准备

使用pip安装Spire.PDF：

2. pip install Spire.PDF

复制代码

安装完成后，在脚本中引入相关命名空间，后续示例均以PdfDocument作为核心操作对象：

2. from spire.pdf.common import *
3. from spire.pdf import *

复制代码

将PDF拆分为单页文件

如果要把一个多页PDF的每一页分别保存为独立文件，可以直接调用PdfDocument的Split方法。该方法会遍历每一页，并按指定文件名模板生成单页PDF。

2. from spire.pdf.common import *
3. from spire.pdf import *
5. input_file = "Sample.pdf"
7. doc = PdfDocument()
8. doc.LoadFromFile(input_file)
10. # {0}会被替换为页码索引，生成类似SplitDocument-0.pdf、SplitDocument-1.pdf的文件
11. pattern = "SplitDocument-{0}.pdf"
12. doc.Split(pattern)
14. doc.Close()

复制代码

这里Split方法的参数是一个带占位符{0}的文件名模板，运行时自动使用从0开始的页码序号替换占位符。这种方式适合整本拆散的场景，代码量最少。

按指定页面范围拆分文件

如果只需要提取文档中的某几页，可以创建一个新PdfDocument，按源页面尺寸添加新页，再通过CreateTemplate().Draw()把源页内容绘制到新页面。

2. from spire.pdf.common import *
3. from spire.pdf import *
5. input_file = "/Sample.pdf"
6. output_file = "/按范围拆分.pdf"
8. old_pdf = PdfDocument()
9. old_pdf.LoadFromFile(input_file)
11. new_pdf = PdfDocument()
13. # 抽取索引为1和2的页面，即原文档的第2、3页
14. for i in range(1, 3):
15.     page = new_pdf.Pages.Add(old_pdf.Pages[i].Size, PdfMargins(0.0))
16.     old_pdf.Pages[i].CreateTemplate().Draw(page, PointF(0.0, 0.0))
18. new_pdf.SaveToFile(output_file)
19. new_pdf.Close()
20. old_pdf.Close()

复制代码

关键参数说明：PdfMargins(0.0)确保新页面没有额外页边距，PointF(0.0, 0.0)让源页模板左上角对齐新页原点，避免内容被缩放或产生白边。调整range的起止值即可抽取任意连续页码范围。

将单个大页面拆分为多页

当某一页高度过大，比如长截图或折叠扫描件，直接阅读和打印都不方便。可以通过PdfTextLayout的Break和Layout属性，让源页模板按新页面高度自动分页。

2. from spire.pdf.common import *
3. from spire.pdf import *
5. input_file = "/Sample.pdf"
6. output_file = "/分割单页.pdf"
8. doc = PdfDocument()
9. doc.LoadFromFile(input_file)
11. # 取出需要重新分页的页面，这里以第一页为例
12. page = doc.Pages[0]
14. new_pdf = PdfDocument()
15. new_pdf.PageSettings.Margins.All = 0.0
16. new_pdf.PageSettings.Width = page.Size.Width
17. new_pdf.PageSettings.Height = page.Size.Height / float(2)
19. new_page = new_pdf.Pages.Add()
21. # 设置排版规则，超过一页高度时自动分到下一页
22. layout = PdfTextLayout()
23. layout.Break = PdfLayoutBreakType.FitPage
24. layout.Layout = PdfLayoutType.Paginate
26. page.CreateTemplate().Draw(new_page, PointF(0.0, 0.0), layout)
28. new_pdf.SaveToFile(output_file)
29. new_pdf.Close()
30. doc.Close()

复制代码

new_pdf.PageSettings.Height设置为原页高度的一半，相当于把一页切成两页。实际使用时可根据需要调整除数。这种切页本质是重新排版，对文本型内容效果较好；如果源页是位图图像，库会尽量按比例裁切，但最终效果取决于原始内容构成。

批量拆分多个PDF文件

结合os模块可以遍历文件夹，对每个PDF文件自动执行拆分。

2. import os
3. from spire.pdf.common import *
4. from spire.pdf import *
6. folder = "./pdfs"
8. for name in os.listdir(folder):
9.     if not name.lower().endswith(".pdf"):
10.         continue
12.     doc = PdfDocument()
13.     doc.LoadFromFile(os.path.join(folder, name))
15.     # 用原文件名作为前缀，避免不同文件拆分出的页面重名
16.     doc.Split(os.path.join(folder, "split", f"{os.path.splitext(name)[0]}-{{0}}.pdf"))
18.     doc.Close()

复制代码

拆分后保留页面顺序与命名

Split方法生成文件名时使用的{0}是零基索引，第一页对应0。如果需要从1开始编号，可以在拆分后通过os.rename进行重命名。另外，无论是按范围抽取还是切页，源文档中的链接、注释等元素都会随页面内容一起被绘制到新文档中，拆分后通常无需额外处理。

以上三种方法覆盖了PDF拆分的典型粒度：整本拆散、按需抽取、重新排版分页。实际项目中可以组合使用，例如先按页码范围提取关键章节，再对超长页面做二次切分，配合os等标准库就能扩展到批量自动化场景。

（本文基于Spire.PDF库的官方API实现，代码逻辑参考自脚本之家原文：Python代码实现快速拆分PDF文件的完整指南。）