Diviser un PDF pour créer plusieurs PDF de moins de 20 Mo

Je ne sais pas avec quelle bibliothèque vous travaillez, mais peut-être que cela pourrait fonctionner comme ceci:

Ouvrez un fichier PDF. Ensuite, créez-en une nouvelle et ajoutez des pages jusqu'à ce que vous ayez atteint les 20 Mo ou arrêtez-vous un peu plus tôt. Le seul problème ici est que vous ne connaissez pas la taille de la page avant de l'avoir ajoutée et d'enregistrer le fichier pour vérifier à nouveau la taille du fichier.

Mais je ne suis pas à l'aise avec Python et PDF, alors peut-être que quelqu'un d'autre a une meilleure approche pour vous.

Voici un algorithme qui fonctionnerait. L'implémentation est juste une question de lecture de la documentation de cette bibliothèque (que je ne connais pas) et est notée ... .

input_pdf = ...
size_of_input_pdf = ...
target_size = 20*1024*1024 # 20 MB
pages = ... # a list of all the pages contained in the input_pdf

# Check the weight of each individual page.
list_of_weights = []

for n, page in enumerate(pages):
    file_name = f"whatever_temporary_name_{n}"
    create_new_pdf(file_name, page)
    size_of_that_single_page = ...
    list_of_weights.append(size_of_that_single_page)
    os.remove(file_name)

# Take note of which page to put in which partition.
partition_weight = 0
list_of_pages_to_merge = [[]]

for m, weigh in enumerate(list_of_weights):
    if partition_weight + weight < target_size:
        partition_weight += weight # add current weight.
        list_of_pages_to_merge[-1].append(m) # add current page to partition.
    else:
        partition_weight = weight # reset weight.
        list_of_pages_to_merge.append([m]) # prepare next pages list for next partition.

# Now create the actual documents.
for partition, pages in enumerate(list_of_pages_to_merge):
    file_name = f"original_fine_name_partition_{partition}"
    sum_all_pages = ... # no clue how you'll do that.
    create_new_pdf(file_name, sum_all_pages)

Les performances sont-elles essentielles?

Sinon, vous pouvez écrire sur le disque après l'ajout de chaque page, pour suivre la progression.

Quelque chose comme.

let source be original PDF
let y and z be target output PDF files.
let n = 0
let c = page count of source

load source
create a new empty PDF, let this be y

while(n < c):
  import page n from source to y
  save y to disk
  if(y > 20MB):
    delete y
    backup z (this is one of your output files...)
    start new y and re-import page n
  else:
    copy y to z
  ++n

Un bug évident avec ce qui précède est que si une page elle-même dépasse 20 Mo, vous ne savez pas comment vous géreriez cela dans votre cas particulier.