python - pyPdf 如何理解文档边界？

Question

Here我找到了用于拆分 pdf 页面的代码。

#!/usr/bin/env python
import copy, sys
from pyPdf import PdfFileWriter, PdfFileReader
input = PdfFileReader(sys.stdin)
output = PdfFileWriter()
for p in [input.getPage(i) for i in range(0,input.getNumPages())]:
    q = copy.copy(p)
    (w, h) = p.mediaBox.upperRight
    p.mediaBox.upperRight = (w/2, h)
    q.mediaBox.upperLeft = (w/2, h)
    output.addPage(p)
    output.addPage(q)
output.write(sys.stdout)

如果一个页面包含另外四个这样的页面:

+-------+-------+
|   1   |   2   |
|-------+-------|
|   3   |   4   |
+-------+-------+

然后代码会将其拆分为两页(按此顺序)，其中包含另外两页:

+-------+-------+
|   3   |   4   |
+-------+-------+

+-------+-------+
|   1   |   2   |
+-------+-------+

你可以测试它，例如在 following文档。如果我正确理解代码中提到的 upperRight、upperLeft(和其他)变量，那么这就是 pyPdf 看到的文档表示:

UL(0,10)        UR(10,10)
+-------+-------+
|   1   |   2   |
|-------+-------|
|   3   |   4   |
+-------+-------+
LL(0,0)         LR(10,0)

UL(x,y) = UpperLeft
UR(x,y) = UpperRight
LL(x,y) = LowerLeft
LR(x,y) = LowerRight

根据提到的代码:

(w, h) = p.mediaBox.upperRight
p.mediaBox.upperRight = (w/2, h)
q.mediaBox.upperLeft = (w/2, h)

我期待这个输出:

p:
+-------+
|   1   |
|-------+
|   3   |
+-------+

q:
+-------+
|   2   |
|-------+
|   4   |
+-------+

我在这里缺少什么？

Answer 1

在 PDF 中，有两种方法可以获取横向页面:

1. 定义宽度 > 高度的页面。
2. 定义纵向页面(宽度 < 高度)和旋转(90 度、270 度等)。

您的示例 PDF 使用第二种方式:所有页面均为 595x842，旋转 270 度。不考虑旋转会导致垂直被解释为水平，反之亦然。