استخراج المرفقات من PDF

استخراج مرفق محدد من PDF

قم باستخراج ملف مضمن واحد من مستند PDF باستخدام Python و Aspose.PDF. يبحث عن مرفق بالاسم، ويسترد محتواه، ويحفظه كملف منفصل. هذا مفيد للوصول إلى المستندات المضمنة مثل التقارير أو السجلات أو الملفات الداعمة المخزنة داخل PDF.

1. تعريف الوظيفة «extract_single_attachment ()».
2. افتح مستند PDF.
3. ابحث عن المرفق.
4. استخراج محتوى المرفقات.

import aspose.pdf as ap

def extract_single_attachment(infile, attachment_name, outfile):
    with ap.Document(infile) as document:
        print(f"Extracting attachment: {attachment_name}")

        attachment_found = False
        for file_spec in document.embedded_files:
            if file_spec.name == attachment_name:
                with open(outfile, "wb") as f:
                    f.write(file_spec.contents.read())
                print("Attachment extracted successfully")
                attachment_found = True
                break

        if not attachment_found:
            raise ValueError(f"Attachment '{attachment_name}' not found in PDF")

عرض البيانات الوصفية لمرفق الملف

تقوم وظيفة المساعد هذه بطباعة معلومات البيانات الأولية من كائن مواصفات الملف. يتم استخدامه عادةً عند العمل مع مرفقات الملفات المضمنة في ملفات PDF باستخدام Aspose.PDF، مما يسمح للمطورين بفحص التفاصيل مثل المجموع الاختباري وتاريخ الإنشاء وتاريخ التعديل وحجم الملف.

def _print_file_params(params):
    """Helper to print file specification parameters."""
    if params:
        print(f"CheckSum: {params.check_sum}")
        print(f"Creation Date: {params.creation_date}")
        print(f"Modification Date: {params.mod_date}")
        print(f"Size: {params.size}")

قم باستخراج وفحص جميع مرفقات PDF

يوضح مقتطف الشفرة هذا كيفية استخراج جميع الملفات المضمنة من مستند PDF باستخدام Python و Aspose.PDF. لا يقتصر الأمر على حفظ كل مرفق في مجلد محدد فحسب، بل يقوم أيضًا بطباعة البيانات الوصفية التفصيلية مثل اسم الملف والوصف ونوع MIME والمجموع الاختباري والطوابع الزمنية. هذا مفيد لتدقيق أو تصدير أو معالجة المحتوى المضمن في ملفات PDF.

from os import path
import aspose.pdf as ap

def extract_attachments(infile, output_dir):
    with ap.Document(infile) as document:
        print(f"Total files: {len(document.embedded_files)}")

        for file_spec in document.embedded_files:
            print(f"Name: {file_spec.name}")
            print(f"Description: {file_spec.description}")
            print(f"Mime Type: {file_spec.mime_type}")
            _print_file_params(file_spec.params)

            output_path = path.join(output_dir, file_spec.name)
            with open(output_path, "wb") as f:
                f.write(file_spec.contents.read())

استخراج الملفات من التعليقات التوضيحية لمرفقات PDF

قم باستخراج ملف مضمن من التعليق التوضيحي لـ FileAttachment في ملف PDF باستخدام Python و Aspose.PDF. وهي تبحث في الصفحة الأولى عن التعليق التوضيحي للمرفق الأول، وتسترد الملف المضمن، وتحفظه في دليل الإخراج المحدد. يكون هذا مفيدًا عندما تحتوي ملفات PDF على رموز مرفقات الملفات القابلة للنقر بدلاً من مجموعات الملفات المضمنة القياسية.

from os import path
import aspose.pdf as ap
from aspose.pycore import cast

def extract_file_attachment_annotation(infile, output_dir):
    # Open PDF document
    with ap.Document(infile) as document:

        # Get first page
        page = document.pages[1]

        # Find first FileAttachment annotation
        file_attachment = next(
            (
                annot
                for annot in page.annotations
                if annot.annotation_type == ap.annotations.AnnotationType.FILE_ATTACHMENT
            ),
            None,
        )

        if file_attachment is None:
            print("No FileAttachment annotation found on the first page.")
            return

        # Cast to FileAttachmentAnnotation
        faa = cast(ap.annotations.FileAttachmentAnnotation, file_attachment)

        # Access embedded file
        file_spec = faa.file
        print(f"File name: {file_spec.name}")

        # Save embedded file to disk
        output_path = path.join(output_dir, f"extracted-{file_spec.name}")
        with open(output_path, "wb") as f:
            f.write(file_spec.contents.read())

        print(f"Extracted to: {output_path}")