在Python中打开PDF文件主要使用PyPDF2、pdfplumber和PyMuPDF等库，以下是具体方法及代码示例：

一、使用PyPDF2

1. 安装库

   pip install PyPDF2
   

2. 基础操作

   • 提取文本：

     from PyPDF2 import PdfFileReader
     pdf_reader = PdfFileReader(open('example.pdf', 'rb'))
     print(pdf_reader.numPages)  # 获取页数
     text = pdf_reader.getPage(0).extractText()  # 提取第一页文本
     

   • 合并PDF：

     from PyPDF2 import PdfMerger
     merger = PdfMerger()
     pdf_files = [f for f in os.listdir() if f.endswith('.pdf')]
     for pdf in pdf_files:
         merger.append(pdf)
     merger.write('merged.pdf')
     merger.close()
     

二、使用pdfplumber

1. 安装库

   pip install pdfplumber
   

2. 基础操作

   • 提取文本：

     import pdfplumber
     with pdfplumber.open('example.pdf') as pdf:
         for page in pdf.pages:
             print(page.extract_text())
     

   • 提取表格：

     import pdfplumber
     import pandas as pd
     with pdfplumber.open('table.pdf') as pdf:
         page = pdf.pages
         table = page.extract_table()
         df = pd.DataFrame(table[1:], columns=table)
         print(df)
     

三、使用PyMuPDF

1. 安装库

   pip install PyMuPDF
   

2. 基础操作

   • 提取文本：

     import fitz
     doc = fitz.open('example.pdf')
     full_text = ""
     for page in doc:
         full_text += page.get_text()
     print(full_text)
     

   • 图像提取：

     import fitz
     import os
     doc = fitz.open('example.pdf')
     if not os.path.exists('extracted_images'):
         os.makedirs('extracted_images')
     for page_num in range(doc.page_count):
         page = doc.load_page(page_num)
         xref = page.get_image_list()
         for img in xref:
             img_ext = img
             img_data = page.get_image(img)
             img_path = f'extracted_images/img{page_num:04}.{img_ext}'
             with open(img_path, 'wb') as f:
                 f.write(img_data)
     

总结

• PyPDF2 ：适合基础文本提取和PDF操作（如合并）。