python 從PDF中提取附件

下載 Pdftk server：https://www.pdflabs.com/tools/pdftk-server/

如果有密碼，先把帶密碼的PDF的轉成無密碼的PDF

pdftk 有密碼.pdf  input_pw 密碼  output 無密碼.pdf

如果不帶密碼，上一步可以跳過

提取附件(必須不帶密碼)

pdftk 無密碼.pdf unpack_files 解壓目錄

如果python cmd命令時顯示不存在命令，

加入 os.chdir(pdftk的bin目錄)

 

完整代碼:

import os
def get_attachment(pdf_path,psd,pdftk_bin_folder):

    pdf_folder_path=pdf_path.strip(pdf_path.split("\\")[-1])
    tem_pdf_path=pdf_folder_path+"temp.pdf"

    decrypt_command=f"pdftk {pdf_path}  input_pw {psd}  output {tem_pdf_path}"
    extract_command=f"pdftk {tem_pdf_path} unpack_files output {pdf_folder_path}"

    os.chdir(pdftk_bin_folder)
    os.system(decrypt_command)
    os.system(extract_command)
if __name__ == '__main__':
    # pdf_path = r"C:\Users\86173\Desktop\test\word\2-protected.pdf"
    # psd = "dfcver"
    pdf_path = r"C:\Users\86173\Desktop\test\word\無密碼1.pdf"
    psd = ""
    pdftk_bin_folder = r"C:\Program Files (x86)\PDFtk Server\bin"
    try:
        get_attachment(pdf_path,psd,pdftk_bin_folder)
        print("提取成功")
    except Exception as e:
        print("提取失敗")
        print(e)

 

 

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

如果PDF加密等級為1和2，解密可以用PyPDF2，PyPDF3這兩個模塊，如果加密等級為4(包括4)可以用pdffk,如果加密等級為5，可以用pikepdf解密

獲取PDF加密等級可以通過，PyPDF2,3報異常的形式獲取

 

NotImplementedError: only algorithm code 1 and 2 are supported. This PDF uses code 5