pypdf 是纯 Python 的 PDF 处理库，不依赖外部命令行工具，装完就能读、拆、合、加密。它处理的是 PDF 的结构层：页面对象、书签、表单域、元数据，不负责渲染和排版。日常需要「把几十页里的一页抽出来」「两份合同合成一份」「给文件加密码」，用它几行代码就够了。

核心是读写两个对象

from pypdf import PdfReader, PdfWriter

r = PdfReader("in.pdf")      # 读：len(r.pages) 拿页数
w = PdfWriter()              # 写：add_page 累积页面
w.write("out.pdf")

读出来的是页面对象集合，写进去的是同样的对象。PdfWriter 本身是内存里的一个缓冲区，最后 write 才落盘，所以中间可以任意增删页面。

200 页文档的各类操作耗时

测试文档是代码生成的 200 页纯文本 PDF，122,046 字节，每页约 40 行文字：

操作	耗时	产出
提取全部 200 页文本	563 毫秒	169,470 字符
只取第 1 页文本	3.5 毫秒	约 847 字符
拆出第 1 页另存	2 毫秒	1,219 字节
合并两份 200 页	192 毫秒	258,046 字节，400 页
RC4-128 加密	248 毫秒	129,137 字节

文本提取平均每页 2.8 毫秒，这个速度对大多数场景够用。要注意「提取文本」和「只取一页」差了 160 倍，说明成本主要在逐页遍历上，不在单个页面的解析上。所以批量处理时别在循环里反复重新打开文件。

合并 400 页花 192 毫秒，比提取文本还快，因为它只是搬对象引用、改交叉引用表，不解码内容流。

加密分两种，依赖不一样

PdfWriter.encrypt() 支持几种算法，差别在于要不要额外的加密库：

w.encrypt("user123", owner_password="owner456", algorithm="RC4-128")   # 纯 Python 可用
w.encrypt("user123", owner_password="owner456", algorithm="AES-256")   # 需要 cryptography

实测 RC4-128 加密 200 页花 248 毫秒，文件从 122,046 字节涨到 129,137 字节。用 AES-256 时如果没装 cryptography>=3.1，会直接报 DependencyError: cryptography>=3.1 is required for AES algorithm，不是静默降级。

解密的行为要留意：decrypt() 返回整数，1 表示成功、0 表示失败，它不抛异常。密码错了你不检查返回值，后面 len(r.pages) 会返回 0，看起来像「文件被读空了」，其实是没解开。