# pdfly：一个现代化的 Python PDF 命令行瑞士军刀 > 介绍 pdfly，一个基于 pypdf 的现代 Python 命令行工具，可用于合并、拆分、提取信息等日常 PDF 操作，是 pdftk 等传统工具的强大替代品。 ## 元数据 - 路径: /posts/2025/10/14/pdfly-a-modern-python-cli-for-pdf-tasks/ - 发布时间: 2025-10-14T01:33:56+08:00 - 分类: [programming-tools](/categories/programming-tools/) - 站点: https://blog.hotdry.top ## 正文 在开发工作流和日常文档处理中，PDF 文件无处不在。然而，对于习惯使用命令行的开发者和高级用户而言，快速、批量地处理 PDF 任务（如合并报告、拆分章节、提取元数据）常常依赖于一些略显陈旧的工具，例如经典的 `pdftk`。尽管 `pdftk` 功能强大，但其安装和在不同操作系统上的兼容性有时会成为障碍。今天，我们将介绍一个更现代、基于 Python 的替代方案——`pdfly`，它堪称 PDF 操作的命令行瑞士军刀。 `pdfly` 是一个构建在著名 Python PDF 处理库 `pypdf` 之上的命令行工具。这意味着它继承了 `pypdf` 强大而稳定的核心功能，并将其封装在简单、易于记忆的命令中，让用户无需编写任何 Python 代码即可直接在终端中完成复杂的 PDF 操作。 ### 安装与初探 作为 Python 生态系统的一员，`pdfly` 的安装极其简便。只需通过 pip 即可完成： ```bash pip install pdfly ``` 安装完成后，你可以通过 `pdfly --version` 来验证其是否成功安装。`pdfly` 的设计哲学是提供一系列清晰的子命令，分别对应不同的 PDF 操作。你可以通过 `pdfly --help` 查看所有支持的命令，例如 `merge`（合并）、`split`（拆分）、`rotate`（旋转）、`info`（信息查询）等。 ### 核心功能与实用场景 让我们通过几个常见的场景，探索 `pdfly` 如何简化我们的工作。 #### 1. 快速获取 PDF 信息 在处理一个陌生的 PDF 文件时，首先需要了解其基本信息，如页数、作者、标题、加密状态等。`pdfly info` 命令可以完美胜任此任务。 假设你有一个名为 `annual-report-2024.pdf` 的文件，执行以下命令： ```bash pdfly info annual-report-2024.pdf ``` 终端将输出该文件的详细元数据，包括创建日期、修改日期、PDF 生成器、页数以及文档是否加密。这对于编写自动化脚本前的预检查尤为重要。 #### 2. 轻松合并多个 PDF 将多个 PDF 文件合并成一个是极为常见的需求，例如将多个部分的报告整合成一份完整的文档。使用 `pdfly merge` 命令，这个过程变得异常简单。 假设你有 `part-1.pdf`, `part-2.pdf`, 和 `cover.pdf` 三个文件，并希望将它们按指定顺序合并为 `full-document.pdf`： ```bash pdfly merge cover.pdf part-1.pdf part-2.pdf -o full-document.pdf ``` `-o` 参数用于指定输出文件名。`pdfly` 会严格按照你在命令中列出的文件顺序进行合并，逻辑清晰，不易出错。 #### 3. 精准拆分与页面提取 有时，你可能只需要一个长篇 PDF 中的某几页，比如提取论文的某一章节或报告的附录。`pdfly split` 命令支持灵活的页面范围选择。 页面范围的语法非常直观： - `1-5`: 提取第 1 到 5 页。 - `10`: 仅提取第 10 页。 - `1, 5, 10-12`: 提取第 1、5 以及 10 到 12 页。 - `1-N`: `N` 代表文档的最后一页，这在不知道总页数时非常方便。 例如，从 `user-manual.pdf` 中提取封面（第 1 页）和故障排查章节（第 35 到 40 页）： ```bash pdfly split user-manual.pdf 1 35-40 -o troubleshooting-guide.pdf ``` #### 4. 旋转扫描错误的页面 扫描文档时，页面方向错误是常有的事。`pdfly rotate` 允许你对指定页面进行顺时针旋转。旋转角度必须是 90 度的倍数。 如果你发现 `scanned-doc.pdf` 的第 3 页和第 5 页颠倒了（需要旋转 180 度）： ```bash pdfly rotate scanned-doc.pdf 3 5 --rotate 180 -o corrected-doc.pdf ``` `--rotate` 参数指定旋转角度。同样，你可以使用 `1-N` 这样的范围来旋转整个文档。 ### 为何选择 `pdfly` 而不是传统工具？ 1. **现代且活跃**：`pdfly` 依赖于持续更新的 `pypdf` 库，能够更好地支持新版 PDF 规范和特性，同时社区活跃，问题响应及时。 2. **跨平台与易于安装**：作为 Python 包，`pdfly` 在 Windows、macOS 和 Linux 上拥有一致的安装和使用体验，避免了 `pdftk` 在某些系统上复杂的编译或依赖问题。 3. **脚本友好**：`pdfly` 的命令和参数设计简洁，非常适合嵌入到 Shell 脚本中，用于构建强大的文档处理自动化流程。例如，你可以编写一个脚本来自动合并每日生成的日志 PDF 并加上时间戳命名。 4. **底层库强大**：`pypdf` 本身支持更高级的功能，如添加水印、设置密码、提取文本和图片等。虽然 `pdfly` 目前主要暴露了核心操作，但其潜力巨大，未来的版本可能会集成更多高级功能。 ### 结论 `pdfly` 以其简洁的命令行接口、强大的功能和便捷的安装，为需要通过终端处理 PDF 文件的用户提供了一个现代化的优秀选择。它成功地将 `pypdf` 库的强大能力带给了更广泛的非 Python 程序员用户群。无论你是需要整理个人文档、处理工作报告，还是构建复杂的自动化工作流，`pdfly` 都值得你添加到自己的工具箱中，它将使你的 PDF 处理任务变得前所未有的高效与轻松。 ## 同分类近期文章 ### [基于属性的测试框架时间旅行调试：状态快照与收缩器实现](/posts/2026/01/11/property-based-testing-time-travel-debugging-state-snapshots/) - 日期: 2026-01-11T02:17:39+08:00 - 分类: [programming-tools](/categories/programming-tools/) - 摘要: 探讨基于属性的测试框架中时间旅行调试的实现机制，包括状态快照管理、收缩器算法优化和覆盖率驱动的测试生成器设计。 ### [隐私优先开发者工具架构：客户端处理与零信任执行环境](/posts/2026/01/06/privacy-first-developer-tools-architecture-client-side-processing/) - 日期: 2026-01-06T22:19:23+08:00 - 分类: [programming-tools](/categories/programming-tools/) - 摘要: 分析Prism.Tools的隐私优先架构设计，探讨单文件、零信任、客户端处理的工程实现细节与可落地参数。 ### [用单个bash脚本实现高性能Markdown任务跟踪：AI代理时代的依赖图管理](/posts/2026/01/06/ticket-markdown-task-tracker-ai-agents/) - 日期: 2026-01-06T13:49:41+08:00 - 分类: [programming-tools](/categories/programming-tools/) - 摘要: 面向AI代理工作流，深入解析ticket项目的技术实现，提供Markdown任务解析引擎的优化参数与依赖图算法设计要点。 ### [FracturedJson JSON格式化算法实现：智能换行与表格对齐的工程实践](/posts/2026/01/02/fracturedjson-json-formatting-algorithm-implementation/) - 日期: 2026-01-02T21:48:55+08:00 - 分类: [programming-tools](/categories/programming-tools/) - 摘要: 深入解析FracturedJson的JSON格式化算法实现，涵盖智能换行策略、表格对齐机制、大文件流式处理与错误恢复等工程细节。 ### [ESA JIRA与Bitbucket数据泄露事件的取证工程响应链设计与实现](/posts/2026/01/02/esa-jira-bitbucket-breach-forensic-incident-response-chain/) - 日期: 2026-01-02T01:48:52+08:00 - 分类: [programming-tools](/categories/programming-tools/) - 摘要: 针对欧洲空间局JIRA与Bitbucket外部服务器数据泄露事件，构建从入侵检测到数据恢复的完整取证工程响应链，提供可落地的监控阈值与工具链配置方案。