Python编程30:每天几十个 PDF 要合成一个?这份 Python 合并教程,能直接复制

pip install pypdf

# merge.pyfrom pypdf import PdfWriter, PdfReaderwriter = PdfWriter()files = ["材料一.pdf", "材料二.pdf", "材料三.pdf"]for f in files:    reader = PdfReader(f)    for page in reader.pages:        writer.add_page(page)writer.write("合并结果.pdf")

from pypdf import PdfWriter, PdfReaderwriter = PdfWriter()order = ["封面.pdf", "正文.pdf", "附录.pdf"]for f in order:    reader = PdfReader(f)    for page in reader.pages:        writer.add_page(page)writer.write("合并结果.pdf")

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""@File: 30_merge_pdf.py@Python Version: 3.12.13@Platform: PyTorch 2.2.1 + cu121@Author: Wei Li (Ithaca)@Date: 2026-10-15@Contact: weili_yzzcq@163.com@Blog: https://2694048168.github.io/blog/#/@Version: V0.1@License: Apache License Version 2.0, January 2004    Copyright 2026. All rights reserved.@Description:将一系列 PDF 文件拼接为单个 PDF,并可自由指定拼接顺序。功能特性：1. 自动扫描目录下（含子目录）的所有 .pdf 文件；2. 提供多种指定拼接顺序的方式：   a. 交互式：运行时在终端按编号选择顺序；   b. 命令行直接传文件（按传入顺序拼接）；   c. 通过顺序文件 / 拖入列表指定；3. 支持重复文件（同一文件可拼接多次）；4. 输出单一合并后的 PDF 文件。依赖: pypdf安装: pip install pypdf用法示例：  # 方式一：交互式选择顺序  python3 merge_pdfs.py  # 方式二：命令行按顺序传文件（顺序即拼接顺序）  python3 merge_pdfs.py a.pdf b.pdf c.pdf  # 方式三：指定输入目录 + 交互选择  python3 merge_pdfs.py --dir ./pdfs --output merged.pdf  # 方式四：从顺序文件读取（每行一个文件名）  python3 merge_pdfs.py --order order.txt"""import osimport reimport sysimport argparsefrom pypdf import PdfWriter, PdfReaderdef natural_sort_key(name: str):    """自然排序：把文件名中的数字按数值大小排序，而不是按字典序。"""    return [int(t) if t.isdigit() else t.lower() for t in re.split(r"(\d+)", name)]def discover_pdfs(directory: str) -> list:    """递归扫描目录，返回按自然顺序排序的 PDF 文件绝对路径列表。"""    if not os.path.isdir(directory):        sys.exit(f"目录不存在：{directory}")    pdfs = []    for root, _, files in os.walk(directory):        for f in files:            if f.lower().endswith(".pdf"):                pdfs.append(os.path.join(root, f))    return sorted(pdfs, key=lambda p: natural_sort_key(os.path.basename(p)))def read_order_file(order_file: str, pdf_dir: str = ".") -> list:    """从顺序文件读取拼接顺序：每行一个文件名或路径，空行与注释(#)忽略。"""    if not os.path.isfile(order_file):        sys.exit(f"顺序文件不存在：{order_file}")    items = []    with open(order_file, encoding="utf-8") as fh:        for line in fh:            line = line.strip()            if not line or line.startswith("#"):                continue            # 去掉行内注释            line = re.split(r"[#\t]", line)[0].strip()            if not line:                continue            p = line            if not os.path.isabs(p):                p = os.path.join(pdf_dir, p)            items.append(p)    return itemsdef pick_order_interactively(files: list) -> list:    """交互式：让用户在终端按编号选择拼接顺序。"""    print("\n发现以下 PDF 文件（已按自然顺序编号）：\n")    for i, f in enumerate(files, 1):        print(f"  {i:>3}. {os.path.basename(f)}")    print(        "\n请输入拼接顺序（用逗号或空格分隔编号，例如：3,1,2 表示先拼第3个、再拼第1个、再拼第2个）。"    )    print("输入 q 退出，输入 a 则全部按当前编号顺序拼接。")    while True:        raw = input("顺序 > ").strip().lower()        if raw in ("q", "quit", "exit"):            sys.exit("已取消。")        if raw in ("a", "all", ""):            return files[:]        tokens = re.split(r"[,\s，、;；]+", raw)        indices = []        ok = True        for t in tokens:            if not t:                continue            try:                n = int(t)            except ValueError:                print(f"  无效编号：{t!r}")                ok = False                break            if not (1 <= n <= len(files)):                print(f"  编号越界：{n}（应在 1~{len(files)} 之间）")                ok = False                break            indices.append(n)        if not ok or not indices:            print("  请重新输入。")            continue        # 允许重复编号，实现同一文件拼接多次        return [files[n - 1] for n in indices]def merge_pdfs(paths: list, output: str) -> None:    """按 paths 顺序合并 PDF，输出到 output。"""    if not paths:        sys.exit("没有可合并的 PDF 文件。")    writer = PdfWriter()    total_pages = 0    seen = set()    dup_warned = False    for idx, p in enumerate(paths, 1):        if not os.path.isfile(p):            sys.exit(f"文件不存在：{p}")        abs_p = os.path.abspath(p)        if abs_p in seen and not dup_warned:            print("提示：检测到同一文件被多次选中，将按选择拼接多次。")            dup_warned = True        seen.add(abs_p)        try:            reader = PdfReader(p)            n = len(reader.pages)            for page in reader.pages:                writer.add_page(page)            total_pages += n            print(f"  [{idx}/{len(paths)}] 已加入：{os.path.basename(p)}（{n} 页）")        except Exception as e:            print(f"  警告：无法读取 {p}，已跳过（{e}）")    if writer.get_num_pages() == 0:        sys.exit("合并失败：没有任何页面被加入。")    with open(output, "wb") as fh:        writer.write(fh)    print(f"\n合并完成！共 {len(paths)} 个文件、{total_pages} 页。")    print(f"输出文件：{os.path.abspath(output)}")def main():    parser = argparse.ArgumentParser(        description="将一系列 PDF 文件拼接为一个 PDF，可指定拼接顺序。",        formatter_class=argparse.RawDescriptionHelpFormatter,        epilog=__doc__,    )    parser.add_argument(        "files",        nargs="*",        help="命令行直接传入的 PDF 文件，按传入顺序拼接。",    )    parser.add_argument(        "--dir",        default=".",        help="扫描目录（含子目录），默认当前目录。",    )    parser.add_argument(        "--output",        "-o",        default="merged.pdf",        help="输出文件名，默认 merged.pdf。",    )    parser.add_argument(        "--order",        default=None,        help="从指定顺序文件读取拼接顺序（每行一个文件名）。",    )    parser.add_argument(        "--no-interactive",        action="store_true",        help="不进入交互选择：命令行未传文件时，直接按自然顺序合并全部。",    )    args = parser.parse_args()    # 确定要合并的文件列表（按优先级）    if args.files:        selected = [os.path.abspath(f) for f in args.files]        print(f"使用命令行传入的 {len(selected)} 个文件（按传入顺序拼接）。")    elif args.order:        selected = read_order_file(args.order, args.dir)        print(f"从顺序文件读取 {len(selected)} 个文件。")    else:        all_pdfs = discover_pdfs(args.dir)        if not all_pdfs:            sys.exit(f"在目录 {args.dir} 中未发现任何 PDF 文件。")        if args.no_interactive or len(all_pdfs) == 1:            selected = all_pdfs            print(f"按自然顺序合并 {len(all_pdfs)} 个文件。")        else:            selected = pick_order_interactively(all_pdfs)    merge_pdfs(selected, args.output)# --------------------------if __name__ == "__main__":    main()