Python实现合并同一个文件夹下所有PDF文件的方法示例

# -*- 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'