分享一个实用的办公脚本:将多个PDF合并为一个PDF,例如我手上现在有如下3个PDF分册,需要整合成一个完整的PDF
如果换成你操作的话,是不是打开百度搜索:PDF合并,然后去第三方网站操作,可能会收费不说还担心文件泄漏,现在有请Python出场,简单快速,光速合并,拿走就用!
首先导入需要的库和路径设置
import os
from PyPDF2 import PdfFileReader, PdfFileWriter
if __name__ == '__main__':
# 设置存放多个pdf文件的文件夹
dir_path = r'C:\Scientific Research\Knowladge\Ophthalmology\Chinese Ophthalmology'
# 目标文件的名字
file_name = "中华眼科学(第3版)合并版.pdf"
接着获取所有pdf文件的绝对路径,这里需要利用os库中的os.walk遍历文件和os.path.join拼接路径
for dirpath, dirs, files in os.walk(dir_path):
print(dirpath)
print(files)
# 结果返回当前路径、当前路径下文件夹,并以列表返回所有文件
建议直接将需要合并的pdf放在一个文件夹,这样就无需再对文件后缀进行判断,包装成函数后如下:
def GetFileName(dir_path):
file_list = [os.path.join(dirpath, filesname) \
for dirpath, dirs, files in os.walk(dir_path) \
for filesname in files]
return file_list
调用该函数的结果
现在建立合并PDF的函数
def MergePDF(dir_path, file_name):
# 实例化写入对象
output = PdfFileWriter()
outputPages = 0
# 调用上一个函数获取全部文件的绝对路径
file_list = GetFileName(dir_path)
for pdf_file in file_list:
print("文件:%s" % pdf_file.split('\\')[-1], end=' ')
# 读取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("\n合并后的总页数:%d" % outputPages)
# 写入到目标PDF文件
print("PDF文件正在合并,请稍等......")
with open(os.path.join(dir_path, file_name), "wb") as outputfile:
# 注意这里的写法和正常的上下文文件写入是相反的
output.write(outputfile)
print("PDF文件合并完成")
可以看到虽然待合并的PDF文件比较大,但是依旧快速的合并成功!
最后附上完整代码,只需将代码中PDF的路径和文件名修改即可使用!
import os
from PyPDF2 import PdfFileReader, PdfFileWriter
def GetFileName(dir_path):
file_list = [os.path.join(dirpath, filesname) \
for dirpath, dirs, files in os.walk(dir_path) \
for filesname in files]
return file_list
def MergePDF(dir_path, file_name):
output = PdfFileWriter()
outputPages = 0
file_list = GetFileName(dir_path)
for pdf_file in file_list:
print("文件:%s" % pdf_file.split('\\')[-1], end=' ')
# 读取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("\n合并后的总页数:%d" % outputPages)
# 写入到目标PDF文件
print("PDF文件正在合并,请稍等......")
with open(os.path.join(dir_path, file_name), "wb") as outputfile:
# 注意这里的写法和正常的上下文文件写入是相反的
output.write(outputfile)
print("PDF文件合并完成")
if __name__ == '__main__':
# 设置存放多个pdf文件的文件夹
dir_path = r'C:\Scientific Research\Knowladge\Ophthalmology\Chinese Ophthalmology'
# 目标文件的名字
file_name = "中华眼科学(第3版)合并版.pdf"
MergePDF(dir_path, file_name)
参考链接 :
Python办公自动化(三)|批量合并PDF : https://mp.weixin.qq.com/s/d4ZPJtg2ra6zqLYFeTs1wA