背景
由于工作性质,经常面对不同的问题,某些场景下SQL+Excel、常用办公软件不能处理,这时到网上找一些案例,自己动手用python处理。后续,借此博客记录比较典型的处理过程。
后续,陆续实际处理的问题,如
1. 合并PDF
2. 拆分PDF
3. 敏感字段MD5脱敏
4. 从非架构化的大文本文件中提取指定条件的记录
需求
工作和生活中有时会遇到将多个pdf文件,合并成一个大文件的情况。例如,扫描时,普通扫描仪或打印机一页生成一个PDF,而一份资料实际多页。Adobe的收费版有合并功能,我们可以自己动手解决。根据网上搜索了几个合并pdf的例子,都是2.X环境下的程序,因此将部分函数替换为3.x环境下。
合并多个PDF的python
'''# -*- coding:utf-8*-''' import sys import importlib importlib.reload(sys) import os import os.path from PyPDF2 import PdfFileReader, PdfFileWriter import time time1=time.time() # 使用os模块walk函数,搜索出某目录下的全部pdf文件 ######################获取同一个文件夹下的所有PDF文件名####################### def getFileName(filepath): file_list = [] for root,dirs,files in os.walk(filepath): for filespath in files: # print(os.path.join(root,filespath)) file_list.append(os.path.join(root,filespath)) return file_list ##########################合并同一个文件夹下所有PDF文件######################## def MergePDF(filepath,outfile): output=PdfFileWriter() outputPages=0 in_file_path =filepath +r'input/' print(in_file_path) pdf_fileName=getFileName(in_file_path) i=0 for each in pdf_fileName: i=i+1 print(i,each) # 读取源pdf文件 input = PdfFileReader(open(each, "rb")) # 如果pdf文件已经加密,必须首先解密才能使用pyPdf if input.isEncrypted == True: input.decrypt("map") # 获得源pdf文件中页面总数 pageCount = input.getNumPages() outputPages += pageCount print("PageCount: ",pageCount) # 分别将page添加到输出output中 for iPage in range(0, pageCount): output.addPage(input.getPage(iPage)) print("All Pages Number:"+str(outputPages)) # 最后写pdf文件 out_file_path=filepath+r'output/' outputStream=open(out_file_path+outfile,"wb") output.write(outputStream) outputStream.close() print( "finished") if __name__ == '__main__': file_dir = r'D:/扫描文件/' # 待合并PDF 所在文件夹 out=u"某某资料合并文件.pdf" # 合并后文件名称 MergePDF(file_dir,out) time2 = time.time() print( u'总共耗时:' + str(time2 - time1) + 's')
使用注意事项
1、程序第63行,默认指定了一个目录,“D:\扫描文件“,然后在其下建“\input”和“\output”两个子文件夹。
2、将待合并的pdf文件放在“\input”中,合并后的文件默认为“某某资料合并文件.pdf”,可在程序第64行修改你期望的文件名,合并后文件输出到“\output”。
3、合并多个文件时,合并顺序为文件名升序。
补充说明,如何使用python,建议学一本免费的电子书《编程小白的第一本Python入门书》,网上可搜。
最后,如果哪位朋友有兴趣,可以将程序第63和64行,加一个图形界面,用户在window下选择input 和output,选择输出文件名,然后做一个可执行文件。
以上就是python如何将多个PDF进行合并。成功,是一种从一个失败走到另一个失败,却能够始终不丧失信心的能力。更多关于python如何将多个PDF进行合并请关注haodaima.com其它相关文章!