python 批量读取文件夹下pdf文件、并重新命名_用Python处理PDF_读写批量合并等

PDF作为可移植文档格式(Portable Document Format)，在日常生活中经常接触到，最近处理一些数据更是频繁接触一些需要批量处理pdf文件的需求，因此便想整理一下自己实践的用Python处理PDF格式数据的笔记。本文会保持更新。

PDF处理的高频需求有：读取、写入、格式转换(pdf提取文本写入txt、根据url写入pdf等)

、批处理(多个pdf合并为1个、切分pdf)等等。

查了下相关资料，Python操作PDF的库有(只是应用的话肯定不至于造轮子从二进制数据开始读)：pdfminer、pdfminer3k、PyPDF、PyPDF2、pdf2htmlex、pdf2image、pdf2xlsx等。

pdf库

用pdf2合并和切分PDF

比较几个库之后打算先从PyPDF2快速实现一些功能。其官方文档为PyPDF2 Documentation，根据文档，PDF2库包含了 PdfFileReader PdfFileMerger PageObject PdfFileWriter 四个常用的主要的调用类，意思也很明确。

先用pip install PyPDF2安装库。

批量合并pdf

import os

from PyPDF2 import PdfFileReader, PdfFileWriter #导入需要的类(库)

wp='D:/doc_of_pdf/' #work_path

#合并同一个文件夹下的pdf文件

flst=[] #获得pdf文件路径

for root, dirs, files in os.walk(wp):

flst=files

fls