Python拆分PDF：Spire.PDF逐页提取与长页分页

脚本专家

PDF 拆分是文档自动化中的常见步骤。季度报告、扫描合同、批量发票等文件常有几十到上百页，而接收方往往只需要其中几页。手动用 PDF 编辑器逐个拆分效率低，也很难批量处理，用 Python 脚本更合适。下面以 Spire.PDF for Python 为例，说明三种常见拆分方式：整档逐页拆分为单页文档、提取指定页面生成新 PDF、把超长页面按标准页高切成多页。

环境准备

安装 Spire.PDF：

2. pip install Spire.PDF

复制代码

脚本中引入模块：

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

复制代码

方式一：用 Split() 将 PDF 拆分为单页文档

如果目标是把每一页都变成独立 PDF，最直接的方式是调用 PdfDocument.Split()。它接收一个带 {0} 占位符的文件名模板，占位符会被替换成页码索引，且索引从 0 开始。例如 10 页文档会生成 SplitDocument-0.pdf 到 SplitDocument-9.pdf。加载文档、执行拆分后，调用 Close() 释放资源。

2. from spire.pdf import *
3. from spire.pdf.common import *
5. # 加载 PDF 文档
6. doc = PdfDocument()
7. doc.LoadFromFile("Sample.pdf")
9. # 按文件名模板拆分，每一页生成一个独立 PDF
10. doc.Split("SplitDocument-{0}.pdf")
11. doc.Close()

复制代码

这种方式不需要逐页写循环，适合批量拆分整个目录下的文档。文件名模板里还可以加入路径前缀，例如 “output/SplitDocument-{0}.pdf”，让拆分结果直接输出到指定目录。

方式二：提取指定页面生成新 PDF

更多时候只需要源文档中的某几页。实现思路是新建一个 PdfDocument，然后遍历要提取的源页码：为每个源页面添加同尺寸的新页面，再把源页面内容绘制进去。页面尺寸通过 Pages.Add() 的第一个参数传入，通常直接使用源页面的 Size；PdfMargins(0.0) 把新页面边距设为 0，避免内容错位。CreateTemplate() 为源页面生成绘制模板，Draw() 把它原样画到新页面上，内容和排版不会丢失。

2. from spire.pdf import *
3. from spire.pdf.common import *
5. # 加载源文档
6. oldPdf = PdfDocument()
7. oldPdf.LoadFromFile("Sample.pdf")
9. # 新建目标文档
10. newPdf = PdfDocument()
11. page = None
13. # 提取索引 1、2 两页（页码从 0 开始）
14. for i in range(1, 3):
15.     # 添加与源页面同尺寸的页面
16.     page = newPdf.Pages.Add(oldPdf.Pages[i].Size, PdfMargins(0.0))
17.     # 把源页面内容绘制到新页面
18.     oldPdf.Pages[i].CreateTemplate().Draw(page, PointF(0.0, 0.0))
20. newPdf.SaveToFile("ExtractPages.pdf")
21. newPdf.Close()
22. oldPdf.Close()

复制代码

range(1, 3) 表示提取第 2、3 页；修改这个范围就能提取任意页码组合。实际使用时建议先用文档对象的 Pages.Count 查看总页数，再决定循环范围，避免索引越界。

方式三：将一个长页面拆分为多页

还有一类需求是源 PDF 中有一张很长的页面，例如长截图或连续表格，希望按标准页高切成多页。做法是新建文档，宽度保持不变，高度只取源页面高度的一部分，再利用自动分页布局绘制源页内容。

2. from spire.pdf import *
3. from spire.pdf.common import *
5. # 加载源文档并获取第一页
6. doc = PdfDocument()
7. doc.LoadFromFile("LongPage.pdf")
8. page = doc.Pages[0]
10. # 新建文档：边距为 0，宽度不变，高度取源页的一半
11. newPdf = PdfDocument()
12. newPdf.PageSettings.Margins.All = 0.0
13. newPdf.PageSettings.Width = page.Size.Width
14. newPdf.PageSettings.Height = page.Size.Height / float(2)
16. # 添加新页面并设置自动分页布局
17. newPage = newPdf.Pages.Add()
18. format = PdfTextLayout()
19. format.Break = PdfLayoutBreakType.FitPage
20. format.Layout = PdfLayoutType.Paginate
22. # 绘制源页内容，内容超出页高时自动换页
23. page.CreateTemplate().Draw(newPage, PointF(0.0, 0.0), format)
25. newPdf.SaveToFile("SplitOnePage.pdf")
26. newPdf.Close()
27. doc.Close()

复制代码

这里的关键是 PdfTextLayout 的两个属性：Layout = PdfLayoutType.Paginate 表示绘制内容超出页面时自动分页；Break = PdfLayoutBreakType.FitPage 表示按页面高度截断。由于新页面高度是源页的一半，一页长内容会被平铺到两个标准页上。Height 除以的数字越小，切出的页数越多，可按实际内容高度调整。

实用提示

1. 输出位置：Split() 的文件名模板支持路径前缀，可把拆分结果直接写入指定目录。
2. 页码从 0 开始：提取页面时先用文档对象的 Pages.Count 确认总页数，再决定循环范围，避免索引越界。
3. 拆分粒度：长页切分时，Height 除数决定页数；除数越小，页数越多。
4. 资源释放：源文档和目标文档用完都应调用 Close()，批量处理时尤其重要。
5. 免费版限制：Spire.PDF 免费版对处理页数有限制，大批量或大文档场景需要留意这一约束。

总结

围绕 Spire.PDF for Python，可以用三种方式完成 PDF 拆分：PdfDocument.Split() 把整个文档逐页拆成单页文件；CreateTemplate().Draw() 把指定页码提取成新文档；借助 PdfLayoutType.Paginate 自动分页把一个长页面切成多页。把这些逻辑与文件遍历、页码计算组合后，可以接入批量拆分、按人分发文档等自动化流程。