PythonによるPDFファイルの加工－１

〇 PythonによるPDFファイルの加工

• PDFファイルを加工したいとことは少なくないと思われますが、ＰythonでもPDFファイルの加工が容易にできます。これまでのように業務の「自動化」ではありませんが、業務の「効率化」につながるので、取り上げます。
• ここでは、PDFファイルの「部分抽出」「部分削除」「ファイル内移動」「ファイル結合」「強調表示」「透かし挿入」「ページ挿入」を行う、7つの単機能プログラムを紹介します。
• ExcelファイルやWordファイルなどのPDF化そのものもＰythonで容易にできますが、そもそもOfficeでも簡単にできますし、PDF化による圧縮率もOfficeの方が（[エクスポート]でPDFファイルを作成した場合）高いようなので、ここではあえて取り上げていません。（Windows10の便利な機能・テクニックの「ファイルをＰＤＦ形式で保存」の項を参照）
• それぞれ単機能に絞っていることで、市販のPDF編集ソフトよりはかえって使い易い側面もあるかもしれません。
• まず、PDFを扱うので、PyMuPDFライブラリについて、まだインストールしていなければインストールします。

pip install PyMuPDF

〇 【部分抽出】 PDFファイルの一部分を抽出して新規にPDFファイルを作成する

• 最初は「部分抽出」です。PDFファイルの一部分をページ単位で抽出して、新規にPDFファイルとして作成します。プログラムは次のとおりです。あらかじめ、加工したいPDFファイルのパスを取得（クリップボードにコピー）しておいてください。パスを入力（貼り付け）すると、当該PDFファイルのページ数が表示されるので、抽出したいページの最初と最後を入力し、新規ファイル名として元のPDFファイル名に付け加える文字（「2」など）を入力することで、同じディレクトリ内に新規にファイルが作られます。
• なお、PDFのページは常に 1ページ から始まるものとしますが、Pythonではページ番号は 0　からスタートします。プログラムでページ番号を数値として扱うとき -1 と減算しているのはそのためです。

# PythonによるPDFファイルの加工

# 【部分抽出】 PDFファイルの一部分（ページ単位）を抽出して、新規にPDFファイルを作成する

# 必要なモジュールを呼び出す

import os

import fitz

# 抽出したいPDFファイルのパスを入力する（拡張子が「.pdf」でない場合やファイルが存在しない場合は再入力とする）

flag = '0'

while flag != '1':

    path = input('抽出したいPDFファイルのパスを入力してください ：') 

    if '.pdf' not in path:

        print('拡張子が.pdfのファイル名にしてください')

    elif os.path.isfile(path) == False:

        print('パス '+path+'　のファイルは存在しません')

    else:

        flag = '1'    

# 抽出したいPDFファイルを開いて「f1」に格納する

f1 = fitz.open(path)

# PDFファイルのページ数「npg」を取得して画面表示する

npg = f1.page_count

print('PDFファイルのページ数は '+str(npg)+' です')

# 抽出したい最初のページ「fpg」を入力する

flag = '0'

while flag != '1':

    fpg = int(input('抽出したい最初のページを入力してください ：'))

    if (fpg < 1 or fpg > npg):

        print('最初のページは 1 から '+str(npg)+' の範囲です')

    else:

        flag = '1'

# 抽出したい最後のページ「tpg」を入力する

flag = '0'

while flag != '1':

    tpg = int(input('抽出したい最後のページを入力してください ：')) 

    if (tpg < fpg or tpg > npg):

        print('最後のページは '+str(fpg)+' から '+str(npg)+' の範囲です')

    else:

        flag = '1'

# PDFファイルの「fpg」ページから「tpp」ページを「f2」に格納する

f2 = fitz.open()

f2.insert_pdf(f1, from_page = fpg-1, to_page = tpg-1)

# 文字を入力し、元のPDFファイル名の末部に付け加えて、同じディレクトリの新規ファイルとして保存する

flag = '0'

while flag != '1':

    ver = input('元ファイルと異なるファイル名にするため付け加える文字を入力してください ：')

    path2 = path[0:len(path)-4]+'_'+ver+'.pdf'

    if os.path.isfile(path2) == True:

        print('パス '+path2+'　のファイルは既に存在します')

    else:

        flag = '1'

f2.save(path2)

print('パス '+path2+' で新規にファイルを保存しました')

# ファイルを閉じる

f1.close()

f2.close()

• 実行結果は次のとおりです。

抽出したいPDFファイルのパスを入力してください ： C:\Users\......\......\......\......\......\PDFデータ.pdf

PDFファイルのページ数は 10 です

抽出したい最初のページを入力してください ： 3

抽出したい最後のページを入力してください ： 4

元ファイルと異なるファイル名にするため付け加える文字を入力してください ： 2

パス C:\Users\......\......\......\......\......\PDFデータ_2.pdf で新規にファイルを保存しました

〇 【部分削除】 PDFファイルの一部のページを削除する

• 次は「部分削除」です。PDFファイルの一部分をページ単位で削除して、上書き保存するか新規ファイルとして保存します。プログラムは次のとおりです。PDFファイルのパスを入力（クリップボードから貼り付け）すると、当該PDFファイルのページ数が表示されるので、削除したいページの最初と最後を入力し、選択によって上書き保存するか、ファイル名を変えて新規保存します。基本的に「部分抽出」のプログラムを準用していますが、手間を省くため上書き保存の選択肢を設けてみました。

# PythonによるPDFファイルの加工

# 【部分削除】 PDFファイルの一部のページを削除して、上書き保存するか新規ファイルとして保存する

# 必要なモジュールを呼び出す

import os

import fitz

# 一部のページを削除したいPDFファイルのパスを入力する（拡張子が「.pdf」でない場合やファイルが存在しない場合は再入力とする）

flag = '0'

while flag != '1':

    path = input('一部のページを削除したいPDFファイルのパスを入力してください ：') 

    if '.pdf' not in path:

        print('拡張子が.pdfのファイル名にしてください')

    elif os.path.isfile(path) == False:

        print('パス '+path+'　のファイルは存在しません')

    else:

        flag = '1'    

# 一部のページを削除したいPDFファイルを開いて「f」に格納する

f = fitz.open(path)

# PDFファイルのページ数「npg」を取得して画面表示する

npg = f.page_count

print('PDFファイルのページ数は '+str(npg)+' です')

# 削除したい最初のページ「fpg」を入力する

flag = '0'

while flag != '1':

    fpg = int(input('削除したい最初のページを入力してください ：'))

    if (fpg < 1 or fpg > npg):

        print('最初のページは 1 から '+str(npg)+' の範囲です')

    else:

        flag = '1'

# 削除したい最後のページ「tpg」を入力する

flag = '0'

while flag != '1':

    tpg = int(input('削除したい最後のページを入力してください ：')) 

    if (tpg < fpg or tpg > npg):

        print('最後のページは '+str(fpg)+' から '+str(npg)+' の範囲です')

    else:

        flag = '1'

# 削除するページ数「spg」を求める        

spg = tpg - fpg + 1

# 「fpg」ページから「tpp」ページまでを削除する（削除するとページ番号が繰り上がるので「fpg」ページを「spg」回削除する）        

i = 0

for i in range(spg):

    f.delete_page(fpg-1)

# 保存方法を選択し、新規保存の場合は文字を入力し元のPDFファイル名の末部に付け加えて同じディレクトリ内に保存する

hozon = '0'

hozon = input('保存方法を選択してください 上書き保存=1 新規保存=another ：')

if hozon == '1':

    f.saveIncr()

    print('パス '+path+' で上書き保存しました')

else:

    flag = '0'

    while flag != '1':

        ver = input('元ファイルと異なるファイル名にするため付け加える文字を入力してください ：')

        path2 = path[0:len(path)-4]+'_'+ver+'.pdf'

        if os.path.isfile(path2) == True:

            print('パス '+path2+'　のファイルは既に存在します')

        else:

            flag = '1'

    f.save(path2)

    print('パス '+path2+' で新規にファイルを保存しました')

# ファイルを閉じる

f.close()

• 実行結果は次のとおりです。

一部のページを削除したいPDFファイルのパスを入力してください ： C:\Users\......\......\......\......\......\PDFデータ.pdf

PDFファイルのページ数は 10 です

削除したい最初のページを入力してください ： 2

削除したい最後のページを入力してください ： 5

保存方法を選択してください 上書き保存=1 新規保存=another ： 0

元ファイルと異なるファイル名にするため付け加える文字を入力してください ： 2

パス C:\Users\......\......\......\......\......\PDFデータ_2.pdf で新規にファイルを保存しました

〇 【ファイル内移動】 PDFファイルの特定のページをファイル内の別の位置に移動する

• 次は「ファイル内移動」です。PDFファイルの特定のページをファイル内の別の位置に移動して、上書き保存するか新規ファイルとして保存します。プログラムは次のとおりです。PDFファイルのパスを入力（クリップボードから貼り付け）すると、当該PDFファイルのページ数が表示されるので、移動したいページを入力し、更に何ページの後ろに移動するか（移動先が先頭の場合は 0）を入力して、選択によって上書き保存するか、ファイル名を変えて新規保存します。なお、一度に移動できるページ数は１ページだけです。

# PythonによるPDFファイルの加工

# 【ファイル内移動】 PDFファイルの特定のページをファイル内の別の位置に移動して、上書き保存するか新規ファイルとして保存する

# 必要なモジュールを呼び出す

import os

import fitz

# ページを移動したいPDFファイルのパスを入力する（拡張子が「.pdf」でない場合やファイルが存在しない場合は再入力とする）

flag = '0'

while flag != '1':

    path = input('ページを移動したいPDFファイルのパスを入力してください ：') 

    if '.pdf' not in path:

        print('拡張子が.pdfのファイル名にしてください')

    elif os.path.isfile(path) == False:

        print('パス '+path+'　のファイルは存在しません')

    else:

        flag = '1'    

# ページを移動したいPDFファイルを開いて「f」に格納する

f = fitz.open(path)

# PDFファイルのページ数「npg」を取得して画面表示する

npg = f.page_count

print('PDFファイルのページ数は '+str(npg)+' です')

# 移動したいページ「fpg」を入力する

flag = '0'

while flag != '1':

    fpg = int(input('移動したいページを入力してください ：'))

    if (fpg < 1 or fpg > npg):

        print('ページは 1 から '+str(npg)+' の範囲です')

    else:

        flag = '1'

# 移動先のページ「mpg」を入力する

flag = '0'

while flag != '1':

    mpg = -1

    while (mpg < 0 or mpg > npg):

        mpg = int(input('何ページの後ろに移動しますか 先頭に移動なら0 末尾に移動なら'+str(npg)+'です ：')) 

        if (mpg < 0 or mpg > npg):

            print('移動先のページ位置は 0 から '+str(npg)+' の範囲です')

    if mpg == 0:

        ichi = '先頭'

    elif mpg == npg:

        ichi = '末尾'

    else:

        ichi = str(mpg) + 'ページの後ろ'

    flag = input(str(fpg)+'ページを '+ichi+' に移動させることでいいですか？ Yes=1 No=another ：') 

# 「fpg」を「mpg」の後ろに移動する

if ichi == '末尾':

    f.move_page(fpg-1, to = npg-1) # 移動先が末尾の場合は、いったん「fpg」を末尾ページ「npg」の前に移動したうえで

    f.move_page(npg-1, to = npg-2) # 元の末尾ページ「npg」を移動したページの前に移動する

else:

    f.move_page(fpg-1, to = mpg) # 移動先が末尾以外の場合は、「fpg」を「mpg」の後ろに移動する

# 保存方法を選択し、新規保存の場合は文字を入力し元のPDFファイル名の末部に付け加えて同じディレクトリ内に保存する

hozon = '0'

hozon = input('保存方法を選択してください 上書き保存=1 新規保存=another ：')

if hozon == '1':

    f.saveIncr()

    print('パス '+path+' で上書き保存しました')

else:

    flag = '0'

    while flag != '1':

        ver = input('元ファイルと異なるファイル名にするため付け加える文字を入力してください ：')

        path2 = path[0:len(path)-4]+'_'+ver+'.pdf'

        if os.path.isfile(path2) == True:

            print('パス '+path2+'　のファイルは既に存在します')

        else:

            flag = '1'

    f.save(path2)

    print('パス '+path2+' で新規にファイルを保存しました')

# ファイルを閉じる

f.close()

• 実行結果は次のとおりです。

ページを移動したいPDFファイルのパスを入力してください ： C:\Users\......\......\......\......\......\PDFデータ.pdf

PDFファイルのページ数は 10 です

移動したいページを入力してください ： 4

何ページの後ろに移動しますか 先頭に移動なら0 末尾に移動なら10です ： 10

4ページを 末尾 に移動させることでいいですか？ Yes=1 No=another ： 1

保存方法を選択してください 上書き保存=1 新規保存=another ： 0

元ファイルと異なるファイル名にするため付け加える文字を入力してください ： 2

パス C:\Users\......\......\......\......\......\PDFデータ_2.pdf で新規にファイルを保存しました

〇 【ファイル結合】PDFファイルの一部分を抽出して別のPDFファイルに結合する

• 次は「ファイル結合」です。 PDFファイルの連続したページを抽出し、別のPDFファイルに結合して、上書き保存するか新規ファイルとして保存します。プログラムは次のとおりです。抽出したいPDFファイルのパスを入力（クリップボードから貼り付け）すると、当該PDFファイルのページ数が表示されるので、抽出したいページの最初と最後を入力します。次に、結合先のPDFファイルのパスを入力（クリップボードから貼り付け）すると、当該PDFファイルのページ数が表示されるので、何ページの後ろに結合するか（移動先が先頭の場合は 0）を入力します。最後に、選択によって上書き保存するか、ファイル名を変えて新規保存します。従って、抽出するページを先頭から末尾まで全ページ指定すると、２つのPDFファイルが完全結合することになります。

# PythonによるPDFファイルの加工

# 【ファイル結合】 PDFファイルの連続したページを抽出し別のPDFファイルに結合して、上書き保存するか新規ファイルとして保存する

# 必要なモジュールを呼び出す

import os

import fitz

# 抽出したいPDFファイルのパスを入力する（拡張子が「.pdf」でない場合やファイルが存在しない場合は再入力とする）

flag = '0'

while flag != '1':

    path1 = input('抽出したいPDFファイルのパスを入力してください ：') 

    if '.pdf' not in path1:

        print('拡張子が.pdfのファイル名にしてください')

    elif os.path.isfile(path1) == False:

        print('パス '+path1+'　のファイルは存在しません')

    else:

        flag = '1'      

# 抽出したいPDFファイルを開いて「f1」に格納する

f1 = fitz.open(path1)

# 抽出したいPDFファイルのページ数「npg1」を取得して画面表示する

npg1 = f1.page_count

print('抽出したいPDFファイルのページ数は '+str(npg1)+' です')

# 抽出したい最初のページ「fpg」を入力する

flag = '0'

while flag != '1':

    fpg = int(input('抽出したい最初のページを入力してください ：'))

    if (fpg < 1 or fpg > npg1):

        print('最初のページは 1 から '+str(npg1)+' の範囲です')

    else:

        flag = '1'

# 抽出したい最後のページ「tpg」を入力する

flag = '0'

while flag != '1':

    tpg = int(input('抽出したい最後のページを入力してください ：')) 

    if (tpg < fpg or tpg > npg1):

        print('最後のページは '+str(fpg)+' から '+str(npg1)+' の範囲です')

    else:

        flag = '1'

# 結合先のPDFファイルのパスを入力する（拡張子が「.pdf」でない場合やファイルが存在しない場合は再入力とする）

flag = '0'

while flag != '1':

    path2 = input('結合先のPDFファイルのパスを入力してください ：') 

    if '.pdf' not in path2:

        print('拡張子が.pdfのファイル名にしてください')

    elif os.path.isfile(path2) == False:

        print('パス '+path2+'　のファイルは存在しません')

    else:

        flag = '1'      

# 結合先のPDFファイルを開いて「f2」に格納する

f2 = fitz.open(path2)

# 結合先のPDFファイルのページ数「npg2」を取得して画面表示する

npg2 = f2.page_count

print('結合先のPDFファイルのページ数は '+str(npg2)+' です')

# 結合先のページ位置「mpg」を入力する

flag = '0'

while flag != '1':

    mpg = -1

    while (mpg < 0 or mpg > npg2):

        mpg = int(input('結合先のページ位置を入力してください 先頭に結合なら0 末尾に結合なら'+str(npg2)+'です ：')) 

        if (mpg < 0 or mpg > npg2):

            print('結合先のページ位置は 0 から '+str(npg2)+' の範囲です ：')

    if mpg == 0:

        ichi = '先頭'

    elif mpg == npg2:

        ichi = '末尾'

    else:

        ichi = str(mpg) + 'ページの後ろ'

    flag = input('結合先のページ位置は '+ichi+' でいいですか？ Yes=1 No=another ：') 

# 抽出したPDFファイルの「fpg」から「tpg」を結合先のPDFファイルの「mpg」の後ろに結合する

f2.insert_pdf(f1, from_page = fpg-1, to_page = tpg-1, start_at = mpg)

# 保存方法を選択し、新規保存の場合は文字を入力し結合先のPDFファイル名の末部に付け加えて同じディレクトリ内に保存する

hozon = '0'

hozon = input('保存方法を選択してください 上書き保存=1 新規保存=another ：')

if hozon == '1':

    f2.saveIncr()

    print('パス '+path2+' で上書き保存しました')

else:

    flag = '0'

    while flag != '1':

        ver = input('結合先のファイルと異なるファイル名にするため付け加える文字を入力してください ：')

        path3 = path2[0:len(path2)-4]+'_'+ver+'.pdf'

        if os.path.isfile(path3) == True:

            print('パス '+path3+'　のファイルは既に存在します')

        else:

            flag = '1'

    f2.save(path3)

    print('パス '+path3+' で新規にファイルを保存しました')

# PDFファイルを閉じる

f1.close()

f2.close()

• 実行結果は次のとおりです。

抽出したいPDFファイルのパスを入力してください ： C:\Users\......\......\......\......\......\抽出PDFデータ.pdf

抽出したいPDFファイルのページ数は 10 です

抽出したい最初のページを入力してください ： 5

抽出したい最後のページを入力してください ： 10

結合先のPDFファイルのパスを入力してください ： C:\Users\......\......\......\......\......\結合PDFデータ.pdf

結合先のPDFファイルのページ数は 2 です

結合先のページ位置を入力してください 先頭に結合なら0 末尾に結合なら2です ： 0

結合先のページ位置は 先頭 でいいですか？ Yes=1 No=another ： 1

保存方法を選択してください 上書き保存=1 新規保存=another ： 0

結合先のファイルと異なるファイル名にするため付け加える文字を入力してください ： 2

パス C:\Users\......\......\......\......\......\結合PDFデータ_2.pdf で新規にファイルを保存しました