python 多个PDF文件合并且可自动添加书签

需求

几行代码快速合并PDF文件，免去收费烦恼，多个PDF文件合并，每个文件名当做书签，每个文件的首页当做书签页，可快速定位至浏览位置。
给一个文件夹名称，自动遍历文件夹下的所有PDF文件，如需按序合并，请手动修改文件名，可打印 FileNameWithPath 信息查看PDF导入的顺序。

库

• PyPDF2
• fitz
• PyMuPDF

换源安装

• pip install PyPDF2 -i https://pypi.doubanio.com/simple
• pip install fizt -i https://pypi.doubanio.com/simple
• pip install PyMuPDF -i https://pypi.doubanio.com/simple

整体代码

import PyPDF2
import os
import re
import fitz

# pip install PyPDF2 -i https://pypi.doubanio.com/simple
# ModuleNotFoundError: No module named 'fitz'
# pip install fitz -i https://pypi.doubanio.com/simple
# ModuleNotFoundError: No module named 'frontend'
# pip install PyMuPDF -i https://pypi.doubanio.com/simple

def GetNameByEveryDir(file_dir,Property):  
    # Input   Root Dir and get all img in per Dir.
    # Out     Every img with its filename and its dir and its path  
    FileNameWithPath = [] 
    FileName         = []
    FileDir          = []
    for root, dirs, files in os.walk(file_dir):  
        for file in files:  
            if os.path.splitext(file)[1] in Property:  
                FileNameWithPath.append(os.path.join(root, file))  # 保存图片路径
                FileName.append(file)                              # 保存图片名称
                FileDir.append(root[len(file_dir):])               # 保存图片所在文件夹
    return FileName,FileNameWithPath,FileDir

def add_page_index():
    """
    添加书签
    每个文件的首页当作书签页
    """
    global tocs,path,new_path
    doc = fitz.open(new_path+'\\merge.pdf')
    toc=[]
    # 获取源文件目录，不做更改
    toc = doc.getToC()
    for t in tocs:
        toc.append(t)
    doc.setToC(toc)
    doc.save(new_path+'\\merge_add_page_index.pdf')
    doc.close()
    
def add_pdf():
    """
    读取PDF文件夹下的所有文件
    合并PDF文件
    获取每个文件名字作为书签名
    写入书签数组以备写入
    """
    global tocs,path,new_path
    FileName,FileNameWithPath,FileDir = GetNameByEveryDir(path,'.pdf')
    opened_file = [open(file_name,'rb') for file_name in FileNameWithPath]
    pdfFM = PyPDF2.PdfFileMerger()
    page_sum=1
    tocs = [] # [[目录level，标题，页码]]
    for file in range(len(opened_file)):
        title=[1,str(FileName[file][:-4]),page_sum]
        reader = PyPDF2.PdfFileReader(opened_file[file])
        page = reader.getNumPages() #读取每个文件页数
        page_sum+=page
        tocs.append(title)
        pdfFM.append(opened_file[file])
    with open(new_path + "\\merge.pdf", 'wb') as write_out_file:
        pdfFM.write(write_out_file)+
    for file in opened_file:
        file.close()

if __name__ == '__main__':
    global tocs,path,new_path
    tocs=[]
    path='.\\test' #包含全部PDF文件的路径
    new_path='.\\merge_dir' #合并后的目录
    if not os.path.exists(new_path):
        os.makedirs(new_path)
    add_pdf()
    add_page_index()
    #完成后打开文件夹  windows下使用
    os.system("start explorer %s" % new_path)

注意

该脚本在windows下测试，在linux下使用可能需要更改路径或者修改源码。