使用 Python API 拆分文档

使用 Aspose.Total for Python via .NET 按页码或某些定义的模式将任何文件拆分为多个文件。

下载
 

文档拆分是指根据特定标准将单个文档或大文件分割成多个较小文档的过程。 这可以通过页码、定义的模式、内容或其他因素来完成。 由于几个实际原因，需要按页码或定义的模式拆分文档。 此外，文档拆分有多种用途，例如增强文档组织、促进数据提取、改进协作以及满足特定业务或监管要求。 它在管理和处理文档方面提供了更大的灵活性，使文档更加高效且用户友好。

拆分文档的主要原因

  • 无障碍
  • 分配
  • 数据提取
  • 印刷出版
  • 内容管理
  • 合作
  • 法律法规合规性
  • 归档
  • 数据隐私

拆分 Microsoft Office 文档

要拆分 Microsoft Office 文档，可以根据您的具体需要使用多种方法。 Aspose.Words for Python via .NET 是 Aspose.Total for Python via .NET 的子 API，是一个流行的库，用于使用各种编程语言（包括 Python）处理 Microsoft Word 文档。 它提供了广泛的文档操作、转换和拆分功能，在组织、协作、分发和管理文档内容方面提供了实际优势。 拆分文档的决定应基于文档的特定需求和目标以及使用该文档的用户。

用于分割 Microsoft Word 文档的 Python 代码

import aspose.words as aw
doc = aw.Document("splitDocumentPageWise.docx")
pageCount = doc.page_count
for page in range(0, pageCount):
extractedPage = doc.extract_pages(page, 1)
extractedPage.save(f"split_by_page_{page + 1}.docx")
view raw split-word-document-page-wise.py hosted with ❤ by GitHub

通过Python分割PDF文件

拆分 PDF 文档涉及将单个 PDF 文件分成多个较小的 PDF 文件或部分。 此过程可用于多种用途，例如管理、共享或从 PDF 中提取特定内容。 下面介绍一些常用的PDF文档分割方法和场景:

  1. 页面范围分割
  2. 按书签分割
  3. 文本模式分割
  4. 空白页检测
  5. 文件大小分割
  6. 表单字段拆分
  7. 指定目的地
  8. 页面级拆分
  9. 目录拆分
  10. 基于日期的分割
  11. 内容提取

除了Word和PDF格式之外，API还支持分割其他不同的格式，包括 PowerPoint演示文稿 。 对于 Python 应用程序，下面列出了用于分割 PDF 文档的代码。

用于分割 PDF 文档的 Python 代码

import aspose.pdf as ap
document = ap.Document("input.pdf")
for page in document.pages:
splitPDF = ap.Document()
splitPDF.pages.add(page)
splitPDF.save("Page_" + str(page.number) + ".pdf")
view raw split-pdf-documents.py hosted with ❤ by GitHub