Python合并同一个文件夹下所有PDF文件的方法

时间:2021-09-24 13:28:55

一、需求说明

下载了网易云课堂的吴恩达免费的深度学习的pdf文档,但是每一节是一个pdf,我把这些pdf文档放在一个文件夹下,希望合并成一个pdf文件。于是写了一个python程序,很好的解决了这个问题。

二、数据形式

Python合并同一个文件夹下所有PDF文件的方法

三、合并效果

Python合并同一个文件夹下所有PDF文件的方法

四、python代码实现

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
# -*- coding:utf-8*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import os
import os.path
from pypdf 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
  pdf_filename=getfilename(filepath)
  for each in pdf_filename:
    print each
    # 读取源pdf文件
    input = pdffilereader(file(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
    # 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
  outputstream=file(filepath+outfile,"wb")
  output.write(outputstream)
  outputstream.close()
  print "finished"
if __name__ == '__main__':
  file_dir = r'd:/course/'
  out=u"第一周.pdf"
  mergepdf(file_dir,out)
  time2 = time.time()
  print u'总共耗时:' + str(time2 - time1) + 's'
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
"d:\program files\python27\python.exe" d:/pycharmprojects/learn2017/合并多个pdf文件.py
d:/course/c1w1l01 welcome.pdf
3
d:/course/c1w1l02 whatisnn.pdf
4
d:/course/c1w1l03 suplearnwithnn.pdf
4
d:/course/c1w1l04 whyisdltakingoff.pdf
3
d:/course/c1w1l05 aboutthiscourse.pdf
3
d:/course/c1w1l06 courseresources.pdf
3
all pages number:20
finished
总共耗时:0.128000020981s
process finished with exit code 0

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对服务器之家的支持。如果你想了解更多相关内容请查看下面相关链接

原文链接:https://blog.csdn.net/u013421629/article/details/77703582