可将PDF每页单独保存为独立文件，方法包括：一、Adobe Acrobat Pro的“拆分文档”功能；二、Python PyPDF2库编程批量提取；三、在线工具如iLovePDF或SmallPDF；四、macOS预览App手动导出；五、命令行工具pdftk批量拆分。
如果您需要将一个PDF文档的每一页单独保存为独立的PDF文件，则可能是由于需要对不同页面进行分别编辑、分发或归档。以下是实现此目标的多种操作方法：
一、使用Adobe Acrobat Pro拆分PDF
Adobe Acrobat Pro内置了“拆分文档”功能，支持按页数、文件大小或书签结构进行分割，适用于精确控制每页输出为单文件的场景。
1、启动Adobe Acrobat Pro，点击“文件”菜单，选择“打开”，导入目标PDF文件。
2、在右侧工具栏中点击“组织页面”工具，或通过顶部菜单栏选择“工具”→“组织页面”。
3、点击窗口右上角的“拆分文档”按钮，打开拆分设置面板。
4、在“拆分依据”中选择“每页一个文件”，取消勾选“合并结果到单个文件”选项。
5、点击“输出选项”，指定保存位置、文件命名格式（如“原文件名_页码”），并勾选“创建包含源文件信息的摘要文件”（可选）。
6、点击“确定”，系统将逐页生成独立PDF，保存至指定文件夹。
二、使用Python PyPDF2库批量提取单页PDF
通过编程方式调用PyPDF2库可实现自动化逐页导出，适合处理大量PDF或需嵌入其他工作流的场景，无需图形界面且完全免费。
1、在命令行中执行pip install PyPDF2安装依赖库。
2、新建文本文件，扩展名为.py，粘贴以下代码：
from PyPDF2 import PdfReader, PdfWriter
reader = PdfReader("input.pdf")
for i in range(len(reader.pages)):
writer = PdfWriter()
writer.add_page(reader.pages[i])
with open(f"page_{i+1}.pdf", "wb") as f:
writer.write(f)
3、将待处理的PDF重命名为input.pdf，并与该脚本置于同一目录下。
4、在终端中运行该Python脚本，执行完成后当前目录将生成page_1.pdf、page_2.pdf等独立文件。
三、使用在线PDF拆分工具（无软件安装）
对于临时性、轻量级需求，可借助可信的在线服务完成拆分，全程在浏览器中操作，不依赖本地软件，但需注意文件隐私风险。
1、访问https://ilovepdf.com/split_pdf或https://smallpdf.com/cn/split-pdf网站。
2、点击“选择文件”上传目标PDF，等待上传完成。
3、在拆分模式中选择“按页面”，并在下方输入框中为每页单独设定范围，例如第1页填“1-1”，第2页填“2-2”，依此类推。
4、点击“拆分PDF”按钮，系统自动处理后提供全部单页文件的打包下载链接。
5、点击“下载全部文件”获取ZIP压缩包，解压后即可获得每个页面对应的独立PDF。
四、使用macOS预览App手动导出单页（系统原生方案）
macOS用户无需额外安装软件，利用系统自带的“预览”应用即可完成基础拆分，操作直观且稳定，适用于小页数PDF。
1、双击PDF文件，用“预览”应用打开。
2、点击左上角“显示”菜单，选择“缩略图”，左侧将显示所有页面缩略图。
3、按住Command键，依次点击所需导出的单页缩略图（如仅导出第3页，则只点第3页缩略图）。
4、右键点击已选中的缩略图，选择“拖移到访达”，松手后系统自动生成新PDF文件，文件名默认为“原文件名 页码.pdf”。
5、重复步骤3–4，逐页导出，每页生成一个独立PDF文件。
五、使用命令行工具pdftk批量拆分
pdftk（PDF Toolkit）是一款跨平台命令行工具，支持高度定制化的PDF操作，适合熟悉终端操作的用户进行高效批量处理。
1、根据操作系统下载并安装pdftk：Windows用户访问https://www.pdflabs.com/tools/pdftk-the-pdf-toolkit/，macOS用户执行brew install pdftk，Linux用户使用对应包管理器安装。
2、打开终端或命令提示符，切换至PDF所在目录。
3、执行命令：pdftk input.pdf burst output page_%03d.pdf，其中%03d表示三位数字编号（如page_001.pdf）。
4、运行完成后，当前目录将生成page_001.pdf、page_002.pdf……以及一个名为doc_data.txt的元数据文件。
5、如需仅保留PDF文件，可手动删除doc_data.txt或在命令末尾添加&& rm doc_data.txt（Linux/macOS）或使用批处理删除（Windows）。
