はじめに
自分の論文の読み方は少し特殊．
まず，A4に片面印刷した後にすべてのページを逆さまにして閉じる．
つまり，左側が論文ページ，右側が白紙(次ページの裏面)になるような冊子を作る．
そして，右側ページの白紙余白部分に落書きしながら，論文を読み進めている．
こんな感じ．(汚いけど許して．)
で，いずれはこの作業はすべて電子化したいと考えている．
こんなのを使って．今は持ってないけど．．．．
そうすると，論文に1ページおきに白紙pdfが挟まったファイルがあると嬉しい．
ということで，捕らぬ狸の皮算用感はあるが，今回は「pdfファイルの連結」をPythonで実装してみた記録．
使用するパッケージ
「Python pdf 編集」などでググると，さまざまな記事がでてくる．がその多くは，テキストマイニングの実装を目的としている感じで少し困った．
実装したいのはpdfファイル自体の結合．そこで今回はPyPDF2というパッケージを使った．
公式サイトHome page for the PyPDF2 projectに，他のpdf関連パッケージとの違いが述べられている．
2とか付いているからPython3は非対応？と思ったけど，そんなことはなかった．
参考にしたページ
- PDFファイルをpythonで扱いたい【最終：複数のファイルを結合する】
- GitHub – conda-forge/pypdf2-feedstock: A conda-smithy repository for pypdf2.
- Home page for the PyPDF2 project
実装
今回は論文ではなく，PEP8ドキュメントpep8.pdfに1ページごとに白紙(brank.pdf)を挟むことを考える．
PEP8については，PEP8を読む(導入) – Takala’s Memory を見てね．
パッケージのinstall.
Anacondaユーザーはcondaでパッケージ管理するのが善．
conda install -c conda-forge pypdf2
pip派の人々は，
pip install pypdf2
コード
notebookの実行結果をそのまま．
import PyPDF2
#pdfファイルのパス
report_path = "pep8.pdf"
#白紙のpdfファイル
white_page_path = "blank.pdf"
#出力用のPyPDF2オブジェクト
pdf_writer = PyPDF2.PdfFileWriter()
#ファイルオープン
f_report = open(report_path, "rb")
#PyPDF2.PdfFileReaderに噛ませる
report_obj = PyPDF2.PdfFileReader(f_report)
#白紙pdfも同様に
f_white_page = open(white_page_path, "rb")
white_page_obj = PyPDF2.PdfFileReader(f_white_page)
#numPagesメソッドはページ数を取得できる
report_obj.numPages
#表紙として白紙をadd
#getPageでページ数を指定できる．0はじまりなので注意
pdf_writer.addPage(white_page_obj.getPage(0))
#交互にpdf_writerにページを追加していく
for page_num in range(report_obj.numPages):
page_obj = report_obj.getPage(page_num)
pdf_writer.addPage(page_obj)
pdf_writer.addPage(white_page_obj.getPage(0))
#出力
pdf_output = open('output.pdf', 'wb')
pdf_writer.write(pdf_output)
pdf_output.close()
おしまい
おわりに
簡単すぎる．いろいろと遊べそうなので楽しみ．
論文の読み方の最適化については検討中．
自動要約とまではいかなくても，「in this study」のハイライトとかは実装してみたい．
3
