在 Python 中获取和设置 PDF 页面属性

Aspose.PDF for Python via .NET 让您在 Python 应用程序中读取和设置 PDF 文件中页面的属性。本节展示如何获取 PDF 文件的页数，获取 PDF 页面属性（例如颜色）信息并设置页面属性。示例使用 the Document 和 PageCollection APIs 并使用 Python 编写。

当您需要检查页面元数据、确定页面计数或更新页面级特征，以进行文档分析或标准化任务时，请使用本指南。

获取 PDF 文件的页数

在处理文档时，您通常想知道它们包含多少页。使用 Aspose.PDF，这只需不到两行代码。

获取 PDF 文件页数的方法如下：

使用以下方式打开 PDF 文件文档类。
然后使用页面集合集合的 Count 属性（来自 Document 对象）来获取文档的总页数。

以下代码片段展示了如何获取 PDF 文件的页数。

import sys
import aspose.pdf as ap
from os import path

def get_page_count(input_file_name):
    # Open document
    document = ap.Document(input_file_name)

    # Get page count
    print("Page Count:", str(len(document.pages)))

获取页面计数而不保存文档

有时我们实时生成 PDF 文件，在 PDF 文件创建过程中，可能会遇到需求（例如创建目录等）需要在不将文件保存到系统或流中的情况下获取 PDF 文件的页面计数。为满足此需求，在 Document 类中引入了一个方法 process_paragraphs() 已在 Document 类中引入。请查看以下代码片段，展示了在不保存文档的情况下获取页面计数的步骤。

import sys
import aspose.pdf as ap
from os import path

def get_page_count_without_saving(input_file_name):
    # Instantiate Document instance
    document = ap.Document()
    # Add page to pages collection of PDF file
    page = document.pages.add()
    # Create loop instance
    for _ in range(0, 300):
        # Add TextFragment to paragraphs collection of page object
        page.paragraphs.add(ap.text.TextFragment("Pages count test"))
    # Process the paragraphs in PDF file to get accurate page count
    document.process_paragraphs()
    # Print number of pages in document
    print("Number of pages in document =", str(len(document.pages)))

获取页面属性

PDF 文件中的每一页都有多个属性，例如宽度、高度、bleed-、crop- 和 trimbox。Aspose.PDF 允许您访问这些属性。

了解页面属性：Artbox、BleedBox、CropBox、MediaBox、TrimBox 和 Rect 属性之间的区别

Media box: 媒体框是最大的页面框。它对应于文档在打印为 PostScript 或 PDF 时所选的页面尺寸（例如 A4、A5、US Letter 等）。换句话说，媒体框决定了显示或打印 PDF 文档的介质的实际尺寸。
Bleed box: 如果文档有出血，PDF 也会有出血框。出血是指超出页面边缘的颜色（或艺术作品）的量。它用于确保在文档打印并裁剪到尺寸（“trimmed”）时，墨水能够一直覆盖到页面的边缘。即使页面裁剪不准确——稍微偏离裁切标记——也不会在页面出现白边。
Trim box: 裁剪框表示文档打印并裁切后最终的尺寸。
Art box: 艺术框是围绕文档页面实际内容绘制的框。该页面框在将 PDF 文档导入其他应用程序时使用。
Crop box：Crop box 是在 Adobe Acrobat 中显示 PDF 文档时的“页面”尺寸。在普通视图中，只有 Crop box 的内容会在 Adobe Acrobat 中显示。有关这些属性的详细描述，请阅读 Adobe.Pdf 规范，特别是 10.10.1 Page Boundaries。 – Page.Rect：MediaBox 和 DropBox 的交集（通常可见的矩形）(Page.rect）。查看 Rectangle 矩形属性的类型。下图说明了这些属性。

如需进一步了解，请访问此页面.

访问页面属性

这页面类提供与特定 PDF 页面相关的所有属性。PDF 文件的所有页面都包含在的文档对象的页面集合集合。

从那里，可以访问单个 Page 使用索引访问对象，或遍历集合以获取所有页面。访问单个页面后，我们可以获取其属性。以下代码片段展示了如何获取页面属性（ Page API).

import sys
import aspose.pdf as ap
from os import path

def get_page_properties(input_file_name):
    # Open document
    document = ap.Document(input_file_name)
    # Get particular page
    page = document.pages[1]

    # Get page properties
    boxes = {
        "ArtBox": page.art_box,
        "BleedBox": page.bleed_box,
        "CropBox": page.crop_box,
        "MediaBox": page.media_box,
        "TrimBox": page.trim_box,
        "Rect": page.rect,
    }

    # Print box properties
    for box_name, box in boxes.items():
        print(
            f"{box_name} : Height={box.height},Width={box.width},LLX={box.llx},LLY={box.lly},URX={box.urx},URY={box.ury}"
        )

    # Print other page properties
    print(f"Page Number : {page.number}")
    print(f"Rotate : {page.rotate}")

确定页面颜色

这页面类提供与 PDF 文档中特定页面相关的属性，包括页面使用的颜色类型——RGB、黑白、灰度或未定义。

所有 PDF 文件的页面都包含在页面集合集合。The color_type property 指定页面上元素的颜色。要获取或确定特定 PDF 页面的颜色信息，请使用 the 页面对象的 color_type property.

以下代码片段展示了如何遍历 PDF 文件的各个页面以获取颜色信息。

import sys
import aspose.pdf as ap
from os import path

def get_page_color_type(input_file_name):
    # Open source PDF file
    document = ap.Document(input_file_name)
    # Iterate through all the page of PDF file
    for page_number in range(1, len(document.pages) + 1):
        # Get the color type information for particular PDF page
        page_color_type = document.pages[page_number].color_type
        color_type_map = {
            ap.ColorType.BLACK_AND_WHITE: "Black and white",
            ap.ColorType.GRAYSCALE: "Gray Scale",
            ap.ColorType.RGB: "RGB",
            ap.ColorType.UNDEFINED: "undefined",
        }
        color_description = color_type_map.get(page_color_type, "unknown")
        print(f"Page # {page_number} is {color_description}.")