Cómo Ver Un Archivo PDF en Python

Importe las bibliotecas necesarias

Para comenzar, importa las bibliotecas necesarias. En este caso, se necesitarán las bibliotecas os, shutil, ironpdf, tkinter y PIL. Las bibliotecas os y shutil se usan para operaciones de archivos y carpetas, ironpdf es la biblioteca para trabajar con archivos PDF, tkinter se usa para crear la interfaz gráfica de usuario (GUI), y PIL se usa para la manipulación de imágenes.

import os
import shutil
import ironpdf
from tkinter import *
from PIL import Image, ImageTk

import os
import shutil
import ironpdf
from tkinter import *
from PIL import Image, ImageTk

Convertir documentos PDF en imágenes

A continuación, define una función llamada convert_pdf_to_images. Esta función toma como entrada la ruta del archivo PDF. Dentro de la función, se usa la biblioteca IronPDF para cargar el documento PDF desde el archivo. Luego, especifica una ruta de carpeta para almacenar los archivos de imagen extraídos. El método pdf.RasterizeToImageFiles de IronPDF se utiliza para convertir cada página del PDF a un archivo de imagen y guardarlo en la carpeta especificada. Se usa una lista para almacenar las rutas de las imágenes. El ejemplo de código completo es el siguiente:

def convert_pdf_to_images(pdf_file):
    """Convert each page of a PDF file to an image."""
    pdf = ironpdf.PdfDocument.FromFile(pdf_file)
    # Extract all pages to a folder as image files
    folder_path = "images"
    pdf.RasterizeToImageFiles(os.path.join(folder_path, "*.png"))
    # List to store the image paths
    image_paths = []
    # Get the list of image files in the folder
    for filename in os.listdir(folder_path):
        if filename.lower().endswith((".png", ".jpg", ".jpeg", ".gif")):
            image_paths.append(os.path.join(folder_path, filename))
    return image_paths

def convert_pdf_to_images(pdf_file):
    """Convert each page of a PDF file to an image."""
    pdf = ironpdf.PdfDocument.FromFile(pdf_file)
    # Extract all pages to a folder as image files
    folder_path = "images"
    pdf.RasterizeToImageFiles(os.path.join(folder_path, "*.png"))
    # List to store the image paths
    image_paths = []
    # Get the list of image files in the folder
    for filename in os.listdir(folder_path):
        if filename.lower().endswith((".png", ".jpg", ".jpeg", ".gif")):
            image_paths.append(os.path.join(folder_path, filename))
    return image_paths

Para extraer texto de documentos PDF, visita esta página de ejemplos de código.

Manejar el cierre de ventanas

Para limpiar los archivos de imagen extraídos cuando se cierra la ventana de la aplicación, define una función on_closing. Dentro de esta función, usa el método shutil.rmtree() para eliminar toda la carpeta images. A continuación, establece esta función como el protocolo para ejecutarse cuando se cierra la ventana. El siguiente código ayuda a lograr la tarea:

def on_closing():
    """Handle the window closing event by cleaning up the images."""
    # Delete the images in the 'images' folder
    shutil.rmtree("images")
    window.destroy()

window.protocol("WM_DELETE_WINDOW", on_closing)

def on_closing():
    """Handle the window closing event by cleaning up the images."""
    # Delete the images in the 'images' folder
    shutil.rmtree("images")
    window.destroy()

window.protocol("WM_DELETE_WINDOW", on_closing)

Crear la ventana GUI

Ahora, vamos a crear la ventana principal de la GUI usando el constructor Tk(), estableciendo el título de la ventana a "Visor de Imágenes", y estableciendo la función on_closing() como el protocolo para manejar el cierre de la ventana.

window = Tk()
window.title("Image Viewer")
window.protocol("WM_DELETE_WINDOW", on_closing)

window = Tk()
window.title("Image Viewer")
window.protocol("WM_DELETE_WINDOW", on_closing)

Crear un lienzo desplazable

Para mostrar las imágenes y habilitar el desplazamiento, crea un widget Canvas. El widget Canvas se configura para llenar el espacio disponible y expandirse en ambas direcciones usando pack(side=LEFT, fill=BOTH, expand=True). Además, crea un widget Scrollbar y configúralo para controlar el desplazamiento vertical de todas las páginas y el lienzo.

canvas = Canvas(window)
canvas.pack(side=LEFT, fill=BOTH, expand=True)

scrollbar = Scrollbar(window, command=canvas.yview)
scrollbar.pack(side=RIGHT, fill=Y)
canvas.configure(yscrollcommand=scrollbar.set)

# Update the scrollregion to encompass the entire canvas
canvas.bind("<Configure>", lambda e: canvas.configure(
    scrollregion=canvas.bbox("all")))

# Configure the vertical scrolling using mouse wheel
canvas.bind_all("<MouseWheel>", lambda e: canvas.yview_scroll(
    int(-1*(e.delta/120)), "units"))

canvas = Canvas(window)
canvas.pack(side=LEFT, fill=BOTH, expand=True)

scrollbar = Scrollbar(window, command=canvas.yview)
scrollbar.pack(side=RIGHT, fill=Y)
canvas.configure(yscrollcommand=scrollbar.set)

# Update the scrollregion to encompass the entire canvas
canvas.bind("<Configure>", lambda e: canvas.configure(
    scrollregion=canvas.bbox("all")))

# Configure the vertical scrolling using mouse wheel
canvas.bind_all("<MouseWheel>", lambda e: canvas.yview_scroll(
    int(-1*(e.delta/120)), "units"))

Crear un marco para imágenes

A continuación, crea un widget Frame dentro del lienzo para contener las imágenes usando create_window() para colocar el marco dentro del lienzo. Las coordenadas (0, 0) y el parámetro anchor='nw' aseguran que el marco comience en la esquina superior izquierda del lienzo.

frame = Frame(canvas)
canvas.create_window((0, 0), window=frame, anchor="nw")

frame = Frame(canvas)
canvas.create_window((0, 0), window=frame, anchor="nw")

Convertir archivo PDF en imágenes y mostrar

El siguiente paso es llamar a la función convert_pdf_to_images() con el nombre de la ruta del archivo de entrada PDF. Esta función extrae las páginas del PDF como imágenes y devuelve una lista de rutas de imágenes. Iterando a través de las rutas de las imágenes y cargando cada imagen usando el método Image.open() de la biblioteca PIL, se crea un objeto PhotoImage usando ImageTk.PhotoImage(). Luego, crea un widget Label para mostrar la imagen.

images = convert_pdf_to_images("input.pdf")
# Load and display the images in the Frame
for image_path in images:
    image = Image.open(image_path)
    photo = ImageTk.PhotoImage(image)
    label = Label(frame, image=photo)
    label.image = photo  # Store a reference to prevent garbage collection
    label.pack(pady=10)

images = convert_pdf_to_images("input.pdf")
# Load and display the images in the Frame
for image_path in images:
    image = Image.open(image_path)
    photo = ImageTk.PhotoImage(image)
    label = Label(frame, image=photo)
    label.image = photo  # Store a reference to prevent garbage collection
    label.pack(pady=10)

El archivo de entrada

Ejecutar el bucle principal de GUI

Finalmente, ejecutemos el bucle principal del evento usando window.mainloop(). Esto asegura que la ventana de la GUI permanezca abierta y receptiva hasta que sea cerrada por el usuario.

window.mainloop()

window.mainloop()

La salida de la UI