Python之合并PDF文件

分手后的思念是犯贱 2022-05-24 02:17 300阅读 0赞

在日常的学习生活工作中，我们有时会遇到需要合并PDF文件的需求。这时，我们可以利用相关的PDF软件（如Adobe Acrobat Reader DC）来完成这个任务，幸运的是，Python也为我们提供了这方面的处理模块PyPDF2, 借用它，我们可以利用Python代码来很好地完成这项任务。  
  PyPDF2模块的相关参考文档网址为：[https://pythonhosted.org/PyPDF2/][https_pythonhosted.org_PyPDF2] . 本文将介绍如何利用PyPDF2来完成PDF文件的合并。  
  首先我们在E盘的Cheats文件夹下有如下的PDF文件：

![Cheats文件夹][Cheats]  
  
  我们的Python代码完整如下：

# -*- coding:utf-8*-
    # 利用PyPDF2模块合并同一文件夹下的所有PDF文件
    # 只需修改存放PDF文件的文件夹变量：file_dir 和 输出文件名变量: outfile
    
    import os
    from PyPDF2 import PdfFileReader, PdfFileWriter
    import time
    
    # 使用os模块的walk函数，搜索出指定目录下的全部PDF文件
    # 获取同一目录下的所有PDF文件的绝对路径
    def getFileName(filedir):
    
        file_list = [os.path.join(root, filespath) \
                     for root, dirs, files in os.walk(filedir) \
                     for filespath in files \
                     if str(filespath).endswith('pdf')
                     ]
        return file_list if file_list else []
    
    # 合并同一目录下的所有PDF文件
    def MergePDF(filepath, outfile):
    
        output = PdfFileWriter()
        outputPages = 0
        pdf_fileName = getFileName(filepath)
    
        if pdf_fileName:
            for pdf_file in pdf_fileName:
                print("路径：%s"%pdf_file)
    
                # 读取源PDF文件
                input = PdfFileReader(open(pdf_file, "rb"))
    
                # 获得源PDF文件中页面总数
                pageCount = input.getNumPages()
                outputPages += pageCount
                print("页数：%d"%pageCount)
    
                # 分别将page添加到输出output中
                for iPage in range(pageCount):
                    output.addPage(input.getPage(iPage))
    
            print("合并后的总页数:%d."%outputPages)
            # 写入到目标PDF文件
            outputStream = open(os.path.join(filepath, outfile), "wb")
            output.write(outputStream)
            outputStream.close()
            print("PDF文件合并完成！")
    
        else:
            print("没有可以合并的PDF文件！")
    
    # 主函数
    def main():
        time1 = time.time()
        file_dir = r'E:\Cheats' # 存放PDF的原文件夹
        outfile = "Cheat_Sheets.pdf" # 输出的PDF文件的名称
        MergePDF(file_dir, outfile)
        time2 = time.time()
        print('总共耗时：%s s.' %(time2 - time1))
    
    main()

运行上述Python代码，则会在同一目录下生成Cheat\_Sheets.pdf文件，如下：

![生成了Cheats\_Sheets.pdf文件][Cheats_Sheets.pdf]  
  
  本次分享到此结束，欢迎代价交流~~

[https_pythonhosted.org_PyPDF2]: https://pythonhosted.org/PyPDF2/
[Cheats]: /images/20220524/d1ae3fe5dd8642ac8253eb2fabc4f2d5.png
[Cheats_Sheets.pdf]: /images/20220524/03929a876d8445d18548195a40906efd.png