PythonでPDFファイルを分割する流れ。

2024年12月6日2024年12月7日

URLをコピーしました！

複数ページあるPDFを1ページずつのファイルに分割したいという場合、Pythonでもできます。

その流れをまとめてみました。

PDFファイルを分割

PDFファイル。紙のやりとりをしないなら使う場面の多いファイルでしょう。

紙のやりとりだと郵送の手間がかかります。ただ、データにして送ればメールなどで送ればスムーズです。

決算書はファイルが複数あっても1つのPDFファイルにまとめて保管することができ、お客さまにも共有しています。

ある程度関連があるものは1つのファイルにまとめておけば管理もしやすくなります。

逆に、お客さまから資料をいただくのにPDFファイルで受け取ることがあります。原本のやりとりをしなくても済みます。ただ、ときにはまとまったファイルを1つずつのファイルに分けたいということもあるでしょう。

PDFファイルの分割です。

WindowsならCubePDF、MacならAutometer、ネットならSmall PDF、I♥PDFなどいろいろありますが、今回のネタはPythonでファイルを分割する流れです。

PDFファイルの結合を無料でやってみたいならCubePDF pageがおすすめ！ | GO for IT 〜税理士植村豪 OFFICIAL BLOG

PythonでPDF分割の流れ

わたしがやっているPythonのPDF分割は、もともとのファイルをINBOXのフォルダにいれておき、

Python実行後には1ページごとのファイルに分割されるというものです。

個人情報の入ったファイルでも、パソコン内で分割の処理ができるので便利です。動画をつくってみました。（3秒あたりからPythonを動かしています。）

このPDF分割のためにChatGPTに聞きながら書いたPythonがこちらです。

こちらにPythonコードが書いてあります。

import os
import subprocess
import sys

# 必要なライブラリをインストールする関数
def install_and_import(package):
    try:
        __import__(package)
    except ImportError:
        try:
            subprocess.check_call([sys.executable, "-m", "pip", "install", package])
        except subprocess.CalledProcessError:
            subprocess.check_call([sys.executable, "-m", "pip", "install", "--break-system-packages", package])

# PyPDF2 のインストールとインポート
install_and_import("PyPDF2")
from PyPDF2 import PdfReader, PdfWriter

# 入力と出力が同じフォルダ
inbox_folder = "指定のパス"

# フォルダ内のPDFファイルを探す
pdf_files = [f for f in os.listdir(inbox_folder) if f.endswith(".pdf")]

# 各PDFファイルを処理
for pdf_file in pdf_files:
    # すでに分割されたファイルをスキップ
    if "_page_" in pdf_file:
        continue

    input_pdf_path = os.path.join(inbox_folder, pdf_file)

    # PDFを読み込む
    try:
        reader = PdfReader(input_pdf_path)
    except Exception:
        continue

    total_pages = len(reader.pages)  # ページ数をカウント

    # ページが1ページの場合はスキップ
    if total_pages <= 1:
        continue

    # 各ページを個別のPDFとして保存
    for i, page in enumerate(reader.pages):
        writer = PdfWriter()
        writer.add_page(page)

        # 分割後のファイル名
        output_file_name = f"{os.path.splitext(pdf_file)[0]}_page_{i + 1}.pdf"
        output_pdf_path = os.path.join(inbox_folder, output_file_name)

        # 分割したPDFを保存
        with open(output_pdf_path, "wb") as f:
            writer.write(f)

    # 元のPDFファイルを削除
    try:
        os.remove(input_pdf_path)
    except Exception:
        pass

import os

import subprocess

import sys

# 必要なライブラリをインストールする関数

def install_and_import(package):

try:

__import__(package)

except ImportError:

try:

subprocess.check_call([sys.executable, "-m", "pip", "install", package])

except subprocess.CalledProcessError:

subprocess.check_call([sys.executable, "-m", "pip", "install", "--break-system-packages", package])

# PyPDF2 のインストールとインポート

install_and_import("PyPDF2")

from PyPDF2 import PdfReader, PdfWriter

# 入力と出力が同じフォルダ

inbox_folder = "指定のパス"

# フォルダ内のPDFファイルを探す

pdf_files = [f for f in os.listdir(inbox_folder) if f.endswith(".pdf")]

# 各PDFファイルを処理

for pdf_file in pdf_files:

# すでに分割されたファイルをスキップ

if "_page_" in pdf_file:

continue

input_pdf_path = os.path.join(inbox_folder, pdf_file)

# PDFを読み込む

try:

reader = PdfReader(input_pdf_path)

except Exception:

continue

total_pages = len(reader.pages) # ページ数をカウント

# ページが1ページの場合はスキップ

if total_pages <= 1:

continue

# 各ページを個別のPDFとして保存

for i, page in enumerate(reader.pages):

writer = PdfWriter()

writer.add_page(page)

# 分割後のファイル名

output_file_name = f"{os.path.splitext(pdf_file)[0]}_page_{i + 1}.pdf"

output_pdf_path = os.path.join(inbox_folder, output_file_name)

# 分割したPDFを保存

with open(output_pdf_path, "wb") as f:

writer.write(f)

# 元のPDFファイルを削除

try:

os.remove(input_pdf_path)

except Exception:

pass

Pythonのファイルの書き方はこちらの記事を参考にしていただければ。

Pythonで複数のCSVファイルを1つにまとめる（結合する）流れ。 | GO for IT 〜税理士植村豪 OFFICIAL BLOG

まず、PythonでPDFファイルを扱うのには、ライブラリ「PyPDF2」をインストールする必要があります。

わたしの場合は仮想環境を使ってPythonを動かしているので、仮想環境に「PyPDF2」がない場合には、インストールされるようにコードに書いていますが、仮想環境を使っていなければその部分のコードは不要です。

# 入力と出力が同じフォルダ<br>inbox_folder = "指定のパス"

1	# 入力と出力が同じフォルダ<br>inbox_folder = "指定のパス"

のところでは、入力も出力も同じ場所にしていますが、変える場合には書き方を変える必要があります。指定のパスはご自身のパスをいれていただければ。

注意したいのは、「もしINBOXにPDFファイルがあれば分割する」とはしないこと。

なぜなら、「INBOXフォルダにPDFファイルがあれば…」いう書き方だと、分割されたPDFファイルが1ページしかなくてもさらに分割しようと動き、ファイルを書き出し続けることになるからです。

えぇ、実際に書いて無限地獄にハマって失敗しました…。

それならば…と「PDFファイルが1ページだけなら分割しない（スキップ）」とすれば、PDFファイルの分割が止まります。

あとは、現状は分割前のファイルは削除する設定にしてあります。

分割前のファイルに戻したい場合には、ファイルを結合すればいいですし、Macだとプレビューを使えば新たにまとまったファイルをつくれるので。こちらの記事も参考にしていただければ。

Pythonで複数のCSVファイルを1つにまとめる（結合する）流れ。 | GO for IT 〜税理士植村豪 OFFICIAL BLOG

ChatGPTでPythonは学べるか？

ChatGPTを使うことによって、プログラミングの敷居は下がったといえます。

それでもプログラミングをやる意味があるかどうか。わたしはあると考えています。

以前はコード1つ1つまで正確にわからないと、動かすことはできませんでした。1文字でも違えばエラーです。

その点は今でも変わりはないのですが、ただ以前よりもあいまいな知識でも体験がしやすくなっています。

ただ、ChatGPTに聞いたところでエラーは出ることがあります。それでもエラーが出た理由はなぜか？どう対処すればいいか？というのを考えるのだけでも勉強できます。

今回のネタであれば、無限ループになってしまった体験から、プログラミングでどう動くかにも気づけて、どうすれば無限ループにならなくても済むかを考えるわけです。

プログラミングで「〇〇をやってみたい」というのがあれば、ChatGPTとのやりとりを繰り返せば、動かせるところまでたどり着きやすくなりましたし、プログラミングでどう効率化できるかも味わえます。

ご興味があれば試してみましょう。今の仕事でも〇〇がやってみたいということがあれば、解決できるかもしれません。

【編集後記】
昨日は相続の仕事をやってから、紅葉を見に香嵐渓へ。平日でもある程度人はいて、外国の方が多かったです。写真も撮ってきました。今は円安ですからね。帰りにカフェによってから夕方に長男(9)のサッカー教室のお迎えに。寒いからと終わったあとの練習はなしでした。

【昨日の1日1新】
※「1日1新」→詳細はコチラ
内山味噌店「味噌屋謹製」天然酵母と発酵バターの食パンラスク
ひとりで香嵐渓

この記事が気に入ったら
いいねまたはフォローしてね！

Follow Me

よかったらシェアしてね！

URLをコピーしました！

URLをコピーしました！