用python3合并多个pdf-模块pyPDF2

有时候，产生很多pdf,想合并到一个merged.pdf方便查看。
主要工具：python3;pyPDF2
参考：
py3和py2 下载包不同：py3 下载pyPDF2
py2 合并pdf脚本

---

---

Tips:
statis_CTCF_mut里面都是同类型文件，不要将py脚本放进去了。

如下：statistic_CTCF_mut 目录含有很多pdf,需要将其合并为statistic_CTCF_mutCTCF_mut_pos.pdf

image.png

---

python 脚本

# -*- coding:utf-8*-
# bin/env/python

## 内置模块
import os
import os.path
import sys
import time
import re
time1 = time.time()

#3th 模块
from PyPDF2 import PdfFileReader, PdfFileWriter


# 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):
        files.sort(key=lambda x: int(re.split(r"[_.]", x)[1]))
        for filespath in files:
            # print(os.path.join(root,filespath))
            file_list.append(os.path.join(root, filespath))
    return file_list


# sf = getFileName(filepath)


##########################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(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)

        # 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 = open(filepath + outfile, "wb")
    output.write(outputStream)
    outputStream.close()
    print("finished")


if __name__ == '__main__':
    file_dir = r'C:\Users\16926\Desktop\41467_2018_3828_MOESM8_ESM\statistic_CTCF_mut'
    out = u"CTCF_mut_pos.pdf"
    MergePDF(file_dir, out)
    time2 = time.time()
    print(u'总共耗时：' + str(time2 - time1) + 's')

运行：

image.png

Tips:
1.考虑到pdf合并顺序，getFileName 函数加入了files.sort(key=lambda x: int(re.split(r"[_.]", x)[1]))
使得按照自然顺序进行合并，即mut_1.pdf,mut_2.pdf...
当不考虑合并顺序将其删掉，或者修改这一句。
2.修改最后几行就可以运行了。
file_dir; 需要合并的目录绝对路径
out:输出的文件名，如merged.pdf

如果有更好的方法，欢迎留言~