目前我正在考虑使用pyPdf进行一些PDF合并,但有时输入的顺序不正确,所以我正在研究每页的页面编号,以确定它应该进入的顺序(例如,如果有人将一本书分成20页10页PDF,我想把它们重新组合在一起).
我有两个问题 - 1.)我知道有时页码存储在文档数据的某个地方,因为我看到在Adobe上呈现的PDF类似于[1243](10 of 150),但我读过这种文件到pyPDF我找不到任何表明页码的信息 - 这个存储在哪里？
2.)如果avenue#1不可用,我想我可以遍历给定页面上的对象以尝试查找页码 - 可能是它自己的对象中有一个数字.但是,我似乎无法找到任何明确的方法来确定对象的内容.如果我跑:
pdf.getPage(0).getContents()
这通常会返回:
{'/Filter': '/FlateDecode'}
或者它返回IndirectObject(num,num)对象的列表.我真的不知道如何处理其中任何一个,据我所知,它没有真正的文档.熟悉这种事情的人是否能指出我正确的方向？