Python PDF拆分实战指南之单页拆分与按需页码范围拆分详解_Python

你有没有遇到过这种场景：收到一份上百页的 pdf 报告，想转发给同事，结果邮件附件大小超限被拒收；或者你只想要其中的某个章节，却得从几百页里一页页手动提取？这种“大块头”文件在分享、打印或归档时总是让人头疼。其实解决思路很简单——把 pdf 按需拆成多个小文件，问题就迎刃而解了。

本文将手把手教你如何使用 spire.pdf for python 库，以极简的代码实现两种核心拆分模式：一键拆分为单页 pdf 和 按自定义页码范围灵活拆分 。

准备工作：环境配置与库引入

spire.pdf for python 是一款专业的 pdf 操作组件，它完全脱离 adobe acrobat 等外部程序运行，非常适合在服务器或自动化脚本中集成。

安装命令：

pip install spire.pdf

安装完成后，在代码文件头部引入必要的模块即可开始操作。

模式一：将每一页拆分为独立的单页 pdf

如果你的业务需求是将一份几十页的合同、标书或电子书，按每一页单独保存为一个 pdf 文件，那么 split() 方法是最为便捷的选择。

代码演示：

from spire.pdf.common import *
from spire.pdf import *

# 1. 初始化并加载源 pdf 文档
doc = pdfdocument()
doc.loadfromfile("sample.pdf")

# 2. 拆分：将每一页保存为独立的单页 pdf
# {0} 是页码占位符，第二个参数 1 指定编号从 1 开始
doc.split("output/splitdocument-{0}.pdf", 1)

# 3. 释放资源
doc.close()

方法解析：

split() 方法的完整签名为 split(string filename, int startnumber)，其功能是 固定将 pdf 的每一页拆分成一个独立的单页 pdf 文件 ，该行为无法通过参数改变。

两个参数的含义如下：

filename ：输出文件的路径和命名模板。其中的 {0} 是一个占位符，在保存时会被自动替换为具体的页码编号。
startnumber ：指定 {0} 占位符的 起始编号 。它仅影响文件名的数字， 与拆分逻辑无关 。

模式二：按需挑选页码范围进行拆分

有时候我们并不需要把每一页都拆开，而是希望将一份 pdf 按逻辑分为几个部分。例如： 第一部分（封面） 、 第二部分（正文 1-3 章） 、 第三部分（附录） 。

这时，我们可以通过新建多个 pdfdocument 对象，并利用 insertpagerange() 方法精准抽取源文档的特定页面。

代码演示：

from spire.pdf.common import *
from spire.pdf import *

# 加载源文档
doc = pdfdocument()
doc.loadfromfile("sample.pdf")

# 创建三个空白的 pdf 对象，用于承载拆分后的内容
newdoc_1 = pdfdocument()
newdoc_2 = pdfdocument()
newdoc_3 = pdfdocument()

# 1. 提取第 1 页（封面）
# 注意：页码索引从 0 开始，因此第 1 页对应索引 0
newdoc_1.insertpage(doc, 0)

# 2. 提取第 2 页到第 4 页（正文开头）
# insertpagerange 参数含义：(源文档, 起始索引, 结束索引)
newdoc_2.insertpagerange(doc, 1, 3)

# 3. 提取第 5 页到最后一页（剩余全部）
# doc.pages.count 获取总页数，减去 1 得到最后一页的索引
newdoc_3.insertpagerange(doc, 4, doc.pages.count - 1)

# 分别保存三个拆分后的文档
newdoc_1.savetofile("output1/split-1.pdf")
newdoc_2.savetofile("output1/split-2.pdf")
newdoc_3.savetofile("output1/split-3.pdf")

# 关闭所有文档对象以释放内存
doc.close()
newdoc_1.close()
newdoc_2.close()
newdoc_3.close()

页码索引规则说明（非常重要）：

在 spire.pdf 中，页面编号遵循编程语言通用的 从 0 开始 的规则。即 doc.pages[0] 代表 pdf 的第一页。理解这一点对于准确截取范围至关重要：

insertpage(doc, 0)：插入第 1 页。
insertpagerange(doc, 1, 3)：插入第 2 页至第 4 页（包含首尾）。
insertpagerange(doc, 4, doc.pages.count - 1)：从第 5 页开始，一直到物理意义上的最后一页。

这种拆分方式的优势在于灵活性极高——你可以按任意规则组合页面，甚至可以从不同源文件中抽取页面合并成一个新 pdf（利用 insertpage 的跨文档特性）。

扩展：按固定页数分组拆分

值得注意的是，split() 方法无法实现“每 n 页合并成一个 pdf”的需求（例如每 2 页合并为一个文件）。如果需要这样的分组拆分，必须采用 insertpagerange 配合循环逻辑手动实现：

# 示例：每 2 页合并成一个 pdf
group_size = 2
for i in range(0, doc.pages.count, group_size):
    new_doc = pdfdocument()
    end_index = min(i + group_size - 1, doc.pages.count - 1)
    new_doc.insertpagerange(doc, i, end_index)
    new_doc.savetofile(f"output/group-{i // group_size + 1}.pdf")
    new_doc.close()

这段代码会将源文档按每 2 页一组进行拆分保存，最后一组若不足 2 页则按实际页数保存。

两种模式的选择建议

场景	推荐方法
需要将每一页拆成独立的单页 pdf	`split()`，代码最简洁
需要按章节、工作组或自定义范围拆分	`insertpage()` / `insertpagerange()`
需要按固定页数分组（如每 3 页合并为一个文件）	循环 + `insertpagerange()`