使用 PyPDF2 读取 PDF 元数据

Question

我尝试使用 PyPDF2 和 pdfminer.six 提取元数据，得到：

reader = PdfFileReader("example.pdf")
info = pdf.getDocumentInfo()

获取响应：

{'/Title': IndirectObject(38, 0), '/Author': IndirectObject(40, 0), '/Subject': IndirectObject(41, 0), '/Producer': IndirectObject(39, 0), '/Creator': IndirectObject(42, 0), '/CreationDate': IndirectObject(43, 0), '/ModDate': IndirectObject(43, 0)}

使用 pdfrw

有了pdfrw它的工作原理是这样的：

from pdfrw import PdfReader
>>> PdfReader(<filename>).Info

Answer 1

这现在是 PyPDF2 文档的一部分：

from PyPDF2 import PdfFileReader
reader = PdfFileReader("example.pdf")
info = reader.getDocumentInfo()
print(reader.numPages)
# All of the following could be None!
print(info.author)
print(info.creator)
print(info.producer)
print(info.subject)
print(info.title)