使用Python批量合并多个PDF文档

一、引言

在日常办公中，我们经常遇到需要处理大量文件的情况，尤其是当这些文件是PDF格式时。手动合并这些文件不仅耗时而且容易出错。幸运的是，通过Python及其强大的库，我们可以轻松实现自动化办公，提高工作效率。本文将介绍如何使用PyPDF2库来批量合并一个文件夹中的所有PDF文档。

二、准备工作

1. 安装所需库

首先确保安装了PyPDF2库。如果还没有安装，可以通过以下命令进行安装：

bash 复制代码

pip install PyPDF2

2. 准备文件

请准备好一个包含要合并的PDF文件的文件夹，并确保该文件夹与脚本位于同一目录下，或者指定正确的路径。例如，我们将这个文件夹命名为pdfs。

三、编写代码

接下来，让我们一步步地编写用于合并PDF文档的Python脚本。

1. 导入必要的模块

python 复制代码

import os
from PyPDF2 import PdfReader, PdfWriter

这里我们导入了os模块来处理文件路径，以及PyPDF2库中的PdfReader和PdfWriter类。

2. 定义合并函数

python 复制代码

def merge_pdfs(input_folder, output_path):
    # 创建一个PdfWriter对象以构建最终的PDF文件
    pdf_writer = PdfWriter()
    
    # 遍历输入文件夹内的所有文件
    for filename in os.listdir(input_folder):
        if filename.endswith('.pdf'):
            filepath = os.path.join(input_folder, filename)
            
            # 使用PdfReader读取每个PDF文件
            with open(filepath, 'rb') as file:
                pdf_reader = PdfReader(file)
                
                # 将当前PDF文件中的每一页添加到writer对象中
                for page_num in range(len(pdf_reader.pages)):
                    page = pdf_reader.pages[page_num]
                    pdf_writer.add_page(page)

PdfWriter()初始化了一个新的PDF写入器。
os.listdir(input_folder)获取文件夹内所有文件名。
if filename.endswith('.pdf'):检查文件是否为PDF。
with open(filepath, 'rb') as file:打开文件并读取内容。
PdfReader(file)创建一个PDF阅读器实例。
循环遍历PDF的所有页面并将它们添加到pdf_writer中。

3. 写入输出文件

python 复制代码

    # 将所有页面写入输出文件
    with open(output_path, 'wb') as out:
        pdf_writer.write(out)

这一步将所有收集到的页面写入到一个新的PDF文件中。

4. 主程序入口

python 复制代码

# 指定输入文件夹和输出文件路径
input_folder = 'pdfs'  # 假设该文件夹与脚本在同一目录下
output_file = 'merged_document.pdf'

# 调用函数执行合并操作
merge_pdfs(input_folder, output_file)
print(f"已成功合并文件至 {output_file}")

这里设置了输入文件夹和输出文件的路径，并调用了之前定义的merge_pdfs函数。

四、运行脚本

保存上述代码为merge_pdfs.py，然后通过命令行运行它：

bash 复制代码

python merge_pdfs.py

这样就能自动合并指定文件夹下的所有PDF文件，并生成一个名为merged_document.pdf的新文件。

五、总结

通过以上步骤，你已经学会了如何利用Python来批量合并PDF文件，这对于处理大量的PDF文档来说是一个非常实用的小工具。如果你有任何疑问或想要进一步扩展功能，请随时留言讨论。