如何在python中使用pdfminer获取pdf总页数的总数

Question

在PyPDF2中pdfreader.getNumPages()给出了pdf文件的总页数.

如何使用pdfminer获取此信息？

Answer 1

我讨厌留下一段代码片段.对于上下文,这里是指向当前pdfminer.six repo的链接,您可以在其中了解有关该resolve1方法的更多信息.

当您使用pdfminer时,您可能会打印并遇到一些PDFObjRef对象.基本上你可以resolve1用来扩展那些对象(它们通常是字典).

from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage
from pdfminer.pdfinterp import resolve1

file = open('some_file.pdf', 'rb')
parser = PDFParser(file)
document = PDFDocument(parser)

# This will give you the count of pages
print(resolve1(document.catalog['Pages'])['Count'])

Answer 2

使用pdfminer.6，您只需导入高级函数extract_pages，将生成器转换为列表并获取其长度。

from pdfminer.high_level import extract_pages

print(len(list(extract_pages(pdf_file))))