{"id":12094,"date":"2024-07-23T11:03:37","date_gmt":"2024-07-23T09:03:37","guid":{"rendered":"https:\/\/www.auditsi.eu\/?p=12094"},"modified":"2024-07-23T16:51:28","modified_gmt":"2024-07-23T14:51:28","slug":"python-et-pdf","status":"publish","type":"post","link":"https:\/\/www.auditsi.eu\/?p=12094","title":{"rendered":"Fusionner plusieurs fichiers PDF avec Python"},"content":{"rendered":"

Besoin de combiner plusieurs fichiers PDF<\/strong> pour n’en faire qu’un seul ? Tout en pr\u00e9servant la confidentialit\u00e9<\/strong> des fichiers PDF (et donc en \u00e9vitant les solutions en ligne) ?<\/p>\n

\"Fusion<\/p>\n

Le langage Python<\/strong> peut avantageusement r\u00e9aliser cette op\u00e9ration de fusion de fichiers. Le propos qui suit va le d\u00e9montrer avec un script d\u00e9cortiqu\u00e9 pas \u00e0 pas<\/strong>.<\/p>\n

L’ex\u00e9cutable<\/strong> du programme est propos\u00e9 en libre t\u00e9l\u00e9chargement<\/strong> en pied d’article.<\/p>\n

Fonctionnement g\u00e9n\u00e9ral du script :<\/em><\/strong><\/p>\n

Dans un premier temps, le programme demande \u00e0 l’utilisateur de saisir le nom du fichier PDF<\/strong> qui r\u00e9sultera de la fusion des PDF.<\/p>\n

\"Fusion<\/p>\n

Cette action est r\u00e9alis\u00e9e \u00e0 l’aide de l’instruction Input<\/em><\/strong> :<\/p>\n

pdf_fusionne = input (\"Saisissez le nom du fichier PDF \u00e0 g\u00e9n\u00e9rer : \")<\/pre>\n
Le nom du fichier est stock\u00e9 dans la variable pdf_fusionne<\/em>.<\/p>\n
Le script ajoute l’extension .pdf<\/em><\/strong> \u00e0 la variable pdf_fusionne<\/em> si l’utilisateur ne l’a pas saisie :<\/p>\n
if pdf_fusionne[-4:]!=\".pdf\":\r\n    pdf_fusionne=pdf_fusionne + \".pdf\"<\/pre>\n
Ce test est r\u00e9alis\u00e9 gr\u00e2ce \u00e0 la structure conditionnelle if… elif… else<\/em><\/a><\/strong> et \u00e0 l’utilisation aux op\u00e9rateurs de l’arithm\u00e9tique bool\u00e9enne<\/a> :<\/p>\n\n\n\n\n\n\n\n\n\n\n
Op\u00e9rateur<\/th>\nD\u00e9finition<\/th>\n<\/tr>\n<\/thead>\n
==<\/td>\nPermet de tester l\u2019\u00e9galit\u00e9 entre deux valeurs<\/td>\n<\/tr>\n
!=<\/td>\nPermet de tester la diff\u00e9rence entre deux valeurs<\/td>\n<\/tr>\n
<<\/td>\nPermet de tester si une valeur est strictement inf\u00e9rieure \u00e0 une autre<\/td>\n<\/tr>\n
><\/td>\nPermet de tester si une valeur est strictement sup\u00e9rieure \u00e0 une autre<\/td>\n<\/tr>\n
<=<\/td>\nPermet de tester si une valeur est inf\u00e9rieure ou \u00e9gale \u00e0 une autre<\/td>\n<\/tr>\n
>=<\/td>\nPermet de tester si une valeur est sup\u00e9rieure ou \u00e9gale \u00e0 une autre<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
L’utilisateur est ensuite invit\u00e9 \u00e0 s\u00e9lectionner le dossier contenant les fichiers PDF \u00e0 combiner<\/strong> :<\/p>\n
\"Fusion<\/p>\n
Le nom du dossier s\u00e9lectionn\u00e9 (fonction diropenbox<\/em>) est stock\u00e9 dans la variable chemin_PDF<\/em> :<\/p>\n
# Bo\u00eete de dialogue de s\u00e9lection d'un dossier de fichiers PDF\r\nchemin_PDF = easygui.diropenbox(title=\"S\u00e9lectionner le dossier contenant les fichiers PDF \u00e0 fusionner\", default=chemin_PDF)<\/pre>\n
Le script appelle la fonction collecte_fichiers_pdf<\/em> qui liste tous les fichiers PDF contenu dans le dossier s\u00e9lectionn\u00e9 par l’utilisateur.<\/p>\n
# Appel de la fonction liste_fichiers_pdf\r\nliste_fichiers_pdf = collecte_liste_fichiers_pdf(chemin_PDF)<\/pre>\n
Cette fonction passe en revue tous les fichiers \u00e0 l’aide d’une boucle compteur (for nom_fichier_en_cours in os.listdir(dossier):<\/em>) et ne retient que les fichiers PDF (nom_fichier_en_cours.lower().endswith(‘.pdf’):<\/em>).<\/p>\n
Le programme affiche progressivement les fichiers retenus (ou non) :<\/p>\n
\"Fusion<\/p>\n
C’est la commande print()<\/em> qui permet l’affichage du texte<\/strong>.<\/p>\n
print(\"-\" * 85)\r\nprint(\"Liste des fichiers PDF inclus dans la fusion :\")\r\nprint()<\/pre>\n
La commande print(“-” * 85) permet de dessiner une ligne en r\u00e9p\u00e9tant 85 fois l’affichage du signe moins. Rudimentaire mais efficace.<\/p>\n
La tabulation<\/strong> est introduite devant les libell\u00e9s “Nombre de pages” et Auteur du document” par la s\u00e9quence d’\u00e9chappement \\t :<\/p>\n
print(f\"\\tNombre de pages : {pages}\")\r\n<\/pre>\n
Les op\u00e9rations de fusion de fichiers PDF<\/strong> sont r\u00e9alis\u00e9es \u00e0 l’aide de l’objet merger<\/em> cr\u00e9\u00e9 sp\u00e9cialement \u00e0 l’aide de PyPDF2.PdfMerger()<\/em>, de la boucle for pdf_en_cours in liste_fichiers_pdf:<\/em> qui ajoute tour \u00e0 tour tous les fichiers PDF (merger.append(chemin_PDF + pdf_en_cours)<\/em> dans l’instance de fusion). Enfin, merger.write(chemin_projet + pdf_fusionne)<\/em> fusionne les fichiers pr\u00e9sents dans l’instance et merger.close()<\/em> cl\u00f4ture le fichier PDF rendu ainsi accessible \u00e0 l’utilisateur.<\/p>\n
# Cr\u00e9ation d'un objet merger (fusion)\r\nmerger = PyPDF2.PdfMerger()\r\n\r\n[...]\r\n \r\n# Boucle sur la liste des fichiers \u00e0 fusionner\r\nfor pdf_en_cours in liste_fichiers_pdf:\r\n    [...]\r\n\r\n    # Ajout du PDF \u00e0 la cha\u00eene de fusion\r\n    merger.append(chemin_PDF + pdf_en_cours)\r\n\r\n# Fusion des fichiers et fermeture de l'objet\r\nmerger.write(chemin_projet + pdf_fusionne)\r\nmerger.close()\r\n<\/pre>\n
Enfin, le programme affiche le message “Traitement termin\u00e9” indiquant que les op\u00e9rations sont achev\u00e9es :<\/p>\n
\"Fusion<\/p>\n
Script complet du projet :<\/em><\/strong><\/p>\n
# -------------------------------------------------------------------------------------------\r\n# Fusion de plusieurs PDF\r\n# v1 11\/2023\r\n# B. RIVIERE\r\n# Plus d'infos : https:\/\/www.auditsi.eu\/?p=12094\r\n# -------------------------------------------------------------------------------------------\r\n\r\n\r\n# Chargement des biblioth\u00e8ques additionnelles\r\nimport PyPDF2\r\nimport os\r\nimport easygui\r\n\r\n# Liste les fichiers PDF contenus dans un dossier\r\ndef collecte_liste_fichiers_pdf(dossier):\r\n    # D\u00e9claration variable stockage noms des fichiers PDF\r\n    liste_fichiers_pdf = []\r\n\r\n    print(\"-\" * 85)\r\n    print(\"Liste des fichiers pr\u00e9sents dans le dossier \" + dossier + \" :\")\r\n    \r\n    # Boucle sur les fichiers du dossier\r\n    for nom_fichier_en_cours in os.listdir(dossier):\r\n        chemin_fichier = os.path.join(dossier, nom_fichier_en_cours)\r\n\r\n        # Affiche le nom du fichier en cours\r\n        print(\"\\t\" + chemin_fichier + \" : \",end=\"\")\r\n\r\n        # V\u00e9rifie si le fichier en cours est un fichier PDF\r\n        if os.path.isfile(chemin_fichier) and nom_fichier_en_cours.lower().endswith('.pdf'):\r\n            liste_fichiers_pdf.append(nom_fichier_en_cours)\r\n            print(\"fichier PDF\")\r\n        else:\r\n            print(\"fichier non PDF\")\r\n\r\n    print()\r\n    return liste_fichiers_pdf\r\n\r\n# Collecte des informations d'un fichier PDF\r\ndef collecte_infos_pdf(chemin_fichier):\r\n    # Ouverture du fichier PDF en mode binaire\r\n    with open(chemin_fichier, 'rb') as fichier_pdf:\r\n        # Cr\u00e9ation d'un objet PdfReader\r\n        lecteur_pdf = PyPDF2.PdfReader(fichier_pdf)\r\n\r\n        # Lecture nombre de pages\r\n        nombre_pages =len(lecteur_pdf.pages)\r\n\r\n        # Obtention des m\u00e9tadonn\u00e9es du document\r\n        metadonnees = lecteur_pdf.metadata\r\n        \r\n        # Extraction du nom de l'auteur du PDF (s'il est disponible)\r\n        auteur = \"Auteur non sp\u00e9cifi\u00e9\"  # Valeur par d\u00e9faut\r\n        if metadonnees is not None and metadonnees.get('\/Author'):\r\n            auteur = metadonnees.author\r\n\r\n    return nombre_pages, auteur\r\n\r\nprint(\"-\" * 85)\r\nprint(\"Ce programme fusionne tous les fichiers PDF pr\u00e9sents dans un dossier.\")\r\nprint(\"D\u00e9velopp\u00e9 par Beno\u00eet RIVIERE (v1.0 11\/2023) - www.auditsi.eu\")\r\nprint()\r\n\r\n# Obtention du nom du document PDF fusionn\u00e9\r\npdf_fusionne = input (\"Saisissez le nom du fichier PDF \u00e0 g\u00e9n\u00e9rer : \")\r\nif pdf_fusionne==\"\":\r\n    pdf_fusionne = \"PDF fusionn\u00e9\"\r\nif pdf_fusionne[-4:]!=\".pdf\":\r\n    pdf_fusionne=pdf_fusionne + \".pdf\"\r\n\r\nprint()\r\n\r\n# Chemin d'acc\u00e8s au projet\r\nchemin_projet = os.getcwd() + '\\\\'\r\n\r\n# Chemin d'acc\u00e8s par d\u00e9faut aux fichiers PDF \u00e0 fusionner\r\nchemin_PDF = chemin_projet + 'Dossier des PDF \u00e0 fusionner'\r\n\r\n#\r\nprint(\"S\u00e9lectionnez le dossier contenant les fichiers PDF \u00e0 fusionner :\")\r\n\r\n# Bo\u00eete de dialogue de s\u00e9lection d'un dossier de fichiers PDF\r\nchemin_PDF = easygui.diropenbox(title=\"S\u00e9lectionner le dossier contenant les fichiers PDF \u00e0 fusionner\", default=chemin_PDF)\r\nchemin_PDF = chemin_PDF + \"\\\\\"\r\n\r\n# Affichage du nom du dossier s\u00e9lectionn\u00e9\r\nprint(\"Dossier s\u00e9lectionn\u00e9 :\", chemin_PDF)\r\n\r\nprint()\r\n\r\n# Appel de la fonction liste_fichiers_pdf\r\nliste_fichiers_pdf = collecte_liste_fichiers_pdf(chemin_PDF)\r\n\r\n# Cr\u00e9ation d'un objet merger (fusion)\r\nmerger = PyPDF2.PdfMerger()\r\n\r\nprint(\"-\" * 85)\r\nprint(\"Liste des fichiers PDF inclus dans la fusion :\")\r\nprint()\r\n \r\n# Boucle sur la liste des fichiers \u00e0 fusionner\r\nfor pdf_en_cours in liste_fichiers_pdf:\r\n    # Appel de la fonction collecte_infos_pdf\r\n    pages, auteur = collecte_infos_pdf(chemin_PDF + pdf_en_cours)\r\n\r\n    # Affichage des infos\r\n    print(\"Information du fichier : \" + pdf_en_cours)\r\n    print(f\"\\tNombre de pages : {pages}\")\r\n    print(f\"\\tAuteur du document : {auteur}\")\r\n    print()\r\n\r\n    # Ajout du PDF \u00e0 la cha\u00eene de fusion\r\n    merger.append(chemin_PDF + pdf_en_cours)\r\n\r\n# Fusion des fichiers et fermeture de l'objet\r\nmerger.write(chemin_projet + pdf_fusionne)\r\nmerger.close()\r\n\r\n# Appel de la fonction collecte_infos_pdf\r\npages, auteur = collecte_infos_pdf(chemin_projet + pdf_fusionne)\r\n\r\n# Affichage des infos du PDF fusionn\u00e9\r\nprint(\"-\" * 85)\r\nprint(\"Information du fichier PDF fusionn\u00e9 : \" + pdf_fusionne)\r\nprint(f\"\\tNombre de pages : {pages}\")\r\nprint(f\"\\tAuteur du document : {auteur}\")\r\nprint()\r\nprint(\"Traitement termin\u00e9\")<\/pre>\n
J’ai r\u00e9dig\u00e9 ce script avec l’aide de ChatGPT<\/a>. Cet outil est une aide appr\u00e9ciable pour apprendre, pour aller plus vite, gagner en productivit\u00e9. A ce sujet, ChatGPT peut analyser le contenu de fichiers pour nous, \u00e0 l’image d’une photo :<\/p>\n
\"CHATGPT<\/p>\n
Bluffant, non ? Qui de mieux que ChatGPT pour parler de chat ? \ud83d\ude42<\/p>\n
Tous les articles en rapport avec le langage Python<\/a> \/ les fichiers PDF<\/a><\/p>\n
___<\/p>\n
Pour approfondir le sujet : se former \u00e0 la programmation en langage Python pour automatiser ses t\u00e2ches<\/a><\/p>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
2.13.0.0<\/div>\n
\"Share<\/a>