利用PyPDF2模块合并同一文件夹下的所有PDF文件
1 # -*- coding:utf-8*-
2 # 利用PyPDF2模块合并同一文件夹下的所有PDF文件
3 # 只需修改存放PDF文件的文件夹变量：file_dir（第56行） 和 输出文件名变量: outfile （第57行）
4
5 import os
6 from PyPDF2 import PdfFileReader, PdfFileWriter
7 import time
8
9 # 使用os模块的walk函数，搜索出指定目录下的全部PDF文件
10 # 获取同一目录下的所有PDF文件的绝对路径
11 def getFileName(filedir):
12
13 file_list = [os.path.join(root, filespath) \
14 for root, dirs, files in os.walk(filedir) \
15 for filespath in files \
16 if str(filespath).endswith('pdf')
17 ]
18 return file_list if file_list else []
19
20 # 合并同一目录下的所有PDF文件
21 def MergePDF(filepath, outfile):
22
23 output = PdfFileWriter()
24 outputPages = 0
25 pdf_fileName = getFileName(filepath)
26
27 if pdf_fileName:
28 for pdf_file in pdf_fileName:
29 print("路径：%s"%pdf_file)
30
31 # 读取源PDF文件
32 input = PdfFileReader(open(pdf_file, "rb"))
33
34 # 获得源PDF文件中页面总数
35 pageCount = input.getNumPages()
36 outputPages += pageCount
37 print("页数：%d"%pageCount)
38
39 # 分别将page添加到输出output中
40 for iPage in range(pageCount):
41 output.addPage(input.getPage(iPage))
42
43 print("合并后的总页数:%d."%outputPages)
44 # 写入到目标PDF文件
45 outputStream = open(os.path.join(filepath, outfile), "wb")
46 output.write(outputStream)
47 outputStream.close()
48 print("PDF文件合并完成！")
49
50 else:
51 print("没有可以合并的PDF文件！")
52
53 # 主函数
54 def main():
55 time1 = time.time()
56 file_dir = r'D:\data3' # 存放PDF的原文件夹
57 outfile = "Cheat_Sheets.pdf" # 输出的PDF文件的名称
58 MergePDF(file_dir, outfile)
59 time2 = time.time()
60 print('总共耗时：%s s.' %(time2 - time1))
61
62 main()
