如何用Python程序将几十个PDF文件合并成一个PDF?其实只要这四步

2023-10-12 03:20

本文主要是介绍如何用Python程序将几十个PDF文件合并成一个PDF?其实只要这四步,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

假定你有一个很无聊的任务,需要将几十个PDF文件合并成一个PDF文件。每一个文件都有一个封面作为第一页,但你不希望合并后的文件中重复出现这些封面。即使有许多免费的程序可以合并PDF,很多也只是简单的将文件合并在一起。让我们来写一个Python程序,定制需要合并到PDF中的页面。

总的来说,该程序需要完成:

  • 找到当前工作目录中所有PDF文件。
  • 按文件名排序,这样就能有序地添加这些PDF。
  • 除了第一页之外,将每个PDF的所有页面写入输出的文件。

从实现的角度来看,代码需要完成下列任务:

  • 调用os.listdir(),找到当前工作目录中的所有文件,去除掉非PDF文件。
  • 调用Python的sort()列表方法,对文件名按字母排序。
  • 为输出的PDF文件创建PdfFileWriter对象。
  • 循环遍历每个PDF文件,为它创建PdfFileReader对象。
  • 针对每个PDF文件,循环遍历每一页,第一页除外。
  • 将页面添加到输出的PDF。
  • 将输出的PDF写入一个文件,名为<em>allminutes.pdf</em>。

针对这个项目,打开一个新的文件编辑器窗口,将它保存为combinePdfs.py。

第1步:找到所有PDF文件

首先,程序需要取得当前工作目录中所有带.pdf扩展名的文件列表,并对它们排序。让你的代码看起来像这样:

 #! python3# combinePdfs.py - Combines all the PDFs in the current working directory into# into a single PDF.❶ import PyPDF2, os# Get all the PDF filenames.pdfFiles = []for filename in os.listdir('.'):if filename.endswith('.pdf'):
❷         pdfFiles.append(filename)
❸ pdfFiles.sort(key=str.lower)❹ pdfWriter = PyPDF2.PdfFileWriter()# TODO: Loop through all the PDF files.# TODO: Loop through all the pages (except the first) and add them.# TODO: Save the resulting PDF to a file.

在#!行和介绍程序做什么的描述性注释之后,代码导入了os和PyPDF2模块❶。os.listdir('.')调用将返回当前工作目录中所有文件的列表。代码循环遍历这个列表,将带有.pdf扩展名的文件添加到pdfFiles中❷。然后,列表按照字典顺序排序,调用sort()时带有key/str.lower关键字参数❸。

代码创建了一个PdfFileWriter对象,保存合并后的PDF页面❹。最后,一些注释语句简要描述了剩下的程序。

第2步:打开每个PDF文件

现在,程序必须读取pdfFiles中的每个PDF文件。在程序中加入以下代码:

#! python3
# combinePdfs.py - Combines all the PDFs in the current working directory into
# a single PDF.import PyPDF2, os# Get all the PDF filenames.
pdfFiles = []
--snip--
# Loop through all the PDF files.
for filename in pdfFiles:pdfFileObj = open(filename, 'rb')pdfReader = PyPDF2.PdfFileReader(pdfFileObj)# TODO: Loop through all the pages (except the first) and add them.# TODO: Save the resulting PDF to a file.

针对每个PDF文件,循环内的代码调用open(),以'wb'作为第二个参数,用读二进制的模式打开文件。open()调用返回一个 File 对象,它被传递给PyPDF2.PdfFileReader(),创建针对那个PDF文件的PdfFileReader对象。

第3步:添加每一页

针对每个PDF文件,需要循环遍历每一页,第一页除外。在程序中添加以下代码:

 #! python3# combinePdfs.py - Combines all the PDFs in the current working directory into# a single PDF.import PyPDF2, os--snip--# Loop through all the PDF files.for filename in pdfFiles:--snip--# Loop through all the pages (except the first) and add them.
❶     for pageNum in range(1, pdfReader.numPages):pageObj = pdfReader.getPage(pageNum)pdfWriter.addPage(pageObj)# TODO: Save the resulting PDF to a file.

for循环内的代码将每个Page对象拷贝到PdfFileWriter对象。要记住,你需要跳过第一页。因为PyPDF2认为0是第一页,所以循环应该从1开始❶,然后向上增长到pdfReader.numPages中的整数,但不包括它。

第4步:保存结果

在这些嵌套的for循环完成后,pdfWriter变量将包含一个PdfFileWriter对象,合并了所有PDF的页面。最后一步是将这些内容写入硬盘上的一个文件。在程序中添加以下代码:

#! python3
# combinePdfs.py - Combines all the PDFs in the current working directory into
# a single PDF.
import PyPDF2, os--snip--# Loop through all the PDF files.
for filename in pdfFiles:
--snip--
# Loop through all the pages (except the first) and add them.
for pageNum in range(1, pdfReader.numPages):
--snip--# Save the resulting PDF to a file.
pdfOutput = open('allminutes.pdf', 'wb')
pdfWriter.write(pdfOutput)
pdfOutput.close()

向open()传入'wb',以写二进制的模式打开输出PDF文件allminutes.pdf。然后,将得到的File对象传给write()方法,创建实际的PDF文件。调用close()方法,结束程序。

第5步:类似程序的想法

能够利用其他PDF文件的页面创建PDF文件,这让你的程序能完成以下任务:

  • 从PDF文件中截取特定的页面。
  • 重新调整PDF文件中页面的次序。
  • 创建一个PDF文件,只包含那些具有特定文本的页面。文本由extractText()来确定。

本文摘自:《Python编程快速上手 让繁琐工作自动化》

本书是一本面向实践的Python编程实用指南。本书的目的,不仅是介绍Python语言的基础知识,而且还通过项目实践教会读者如何应用这些知识和技能。本书的第一部分介绍了基本的Python编程概念,第二部分介绍了一些不同的任务,通过编写Python程序,可以让计算机自动完成它们。第二部分的每一章都有一些项目程序,供读者学习。每章的末尾还提供了一些习题和深入的实践项目,帮助读者巩固所学的知识。附录部分提供了所有习题的解答。

本书适合任何想要通过Python学习编程的读者,尤其适合缺乏编程基础的初学者。通过阅读本书,读者将能利用最强大的编程语言和工具,并且将体会到Python编程的快乐。

这篇关于如何用Python程序将几十个PDF文件合并成一个PDF?其实只要这四步的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/epubit17/article/details/106257111
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/192876

相关文章

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

golang程序打包成脚本部署到Linux系统方式

《golang程序打包成脚本部署到Linux系统方式》Golang程序通过本地编译(设置GOOS为linux生成无后缀二进制文件),上传至Linux服务器后赋权执行,使用nohup命令实现后台运行,完... 目录本地编译golang程序上传Golang二进制文件到linux服务器总结本地编译Golang程序

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核