### Python实现PDF合并的多种方法对比与实践 针对将多个PDF文件合并为一个PDF的需求，Python社区提供了多个成熟且功能强大的第三方库。不同的库在性能、功能和易用性上各有侧重。下表总结了几个主流库的核心特点 [ref_1][ref_3][ref_4][ref_6]： | 库名称 | 主要特性 | 适用场景 | | :--- | :--- | :--- | | **PyPDF2 (PyPDF4)** | 纯Python实现，历史悠久，社区资源丰富；支持合并、拆分、添加水印、加密等基本操作 [ref_1][ref_4] | 常规的PDF文档处理任务，要求快速上手和广泛兼容性。 | | **PyMuPDF (fitz)** | 基于MuPDF，性能极为出色，读取和写入速度快；功能强大，支持高级渲染和精确页面操作 [ref_3][ref_6] | 处理大型PDF文件、需要高性能的批量操作，或涉及复杂页面内容分析。 | | **Aspose.PDF** | 商业级库，功能全面且强大，支持多语言（C#， Java， Python）和高级特性，如图片合并 [ref_2] | 企业级应用，对PDF格式的深度处理和跨平台一致性有严格要求。 | 以下将分别展示使用 **PyPDF2** 和 **PyMuPDF** 进行PDF合并的具体代码实现。 #### 方法一：使用 PyPDF2/PyPDF4 进行合并 PyPDF2是入门最常用的库，其核心类是 `PdfFileReader`（用于读取）和 `PdfFileWriter`（用于写入）[ref_4]。 ```python import os from PyPDF2 import PdfFileReader, PdfFileWriter def merge_pdfs_pypdf2(input_paths, output_path): """ 使用PyPDF2合并多个PDF文件。 参数: input_paths (list): 要合并的PDF文件路径列表，按列表顺序合并。 output_path (str): 合并后输出的PDF文件路径。 """ pdf_writer = PdfFileWriter() for path in input_paths: # 验证文件是否存在 if not os.path.exists(path): print(f"警告：文件 {path} 不存在，已跳过。") continue pdf_reader = PdfFileReader(open(path, 'rb')) # 逐页将页面添加到写入器对象中 for page_num in range(pdf_reader.getNumPages()): page = pdf_reader.getPage(page_num) pdf_writer.addPage(page) # 将合并后的所有页面写入到输出文件中 with open(output_path, 'wb') as out_file: pdf_writer.write(out_file) print(f"PDF合并完成，文件保存至: {output_path}") # 使用示例 if __name__ == "__main__": # 指定待合并的PDF文件列表 files_to_merge = ['document1.pdf', 'document2.pdf', 'document3.pdf'] # 指定输出文件路径 output_file = 'merged_output_pypdf2.pdf' merge_pdfs_pypdf2(files_to_merge, output_file) ``` #### 方法二：使用 PyMuPDF (fitz) 进行合并 PyMuPDF提供了更底层和高效的API，适合处理大批量或复杂的PDF文件 [ref_3][ref_6]。 ```python import fitz # PyMuPDF import os def merge_pdfs_pymupdf(input_paths, output_path): """ 使用PyMuPDF合并多个PDF文件。 参数: input_paths (list): 要合并的PDF文件路径列表，按列表顺序合并。 output_path (str): 合并后输出的PDF文件路径。 """ # 创建一个新的空文档对象作为输出文档 output_doc = fitz.open() for path in input_paths: if not os.path.exists(path): print(f"警告：文件 {path} 不存在，已跳过。") continue # 打开每个输入的PDF文档 input_doc = fitz.open(path) # 将输入文档的全部页面插入到输出文档的末尾 output_doc.insert_pdf(input_doc) input_doc.close() # 保存合并后的文档 output_doc.save(output_path) output_doc.close() print(f"PDF合并完成，文件保存至: {output_path}") # 使用示例 if __name__ == "__main__": files_to_merge = ['document1.pdf', 'document2.pdf'] output_file = 'merged_output_pymupdf.pdf' merge_pdfs_pymupdf(files_to_merge, output_file) ``` #### 进阶场景与代码示例 **1. 合并特定目录下的所有PDF文件** 实际应用中，经常需要合并某个文件夹下的所有PDF。以下函数实现了对指定目录的扫描与合并 [ref_3]。 ```python import os import glob from PyPDF2 import PdfFileReader, PdfFileWriter def merge_all_pdfs_in_folder(folder_path, output_path, sort_by_name=True): """ 合并指定文件夹下的所有PDF文件。 参数: folder_path (str): 目标文件夹路径。 output_path (str): 合并后的输出文件路径。 sort_by_name (bool): 是否按文件名排序后再合并，默认为True。 """ # 使用glob模块查找文件夹下所有.pdf文件 pdf_files = glob.glob(os.path.join(folder_path, "*.pdf")) if not pdf_files: print(f"在文件夹 {folder_path} 中未找到PDF文件。") return # 可选择按文件名排序以确保合并顺序一致 if sort_by_name: pdf_files.sort() pdf_writer = PdfFileWriter() for pdf_file in pdf_files: with open(pdf_file, 'rb') as f: pdf_reader = PdfFileReader(f) for page in pdf_reader.pages: pdf_writer.addPage(page) print(f"已添加: {os.path.basename(pdf_file)}") with open(output_path, 'wb') as out_file: pdf_writer.write(out_file) print(f"已完成！已将 {len(pdf_files)} 个PDF合并至 {output_path}") # 示例：合并当前目录下的所有PDF merge_all_pdfs_in_folder('./pdfs_to_merge', './combined.pdf') ``` **2. 将图片（如JPG）合并为PDF** 有时需要将一系列图片整合为PDF，这可以通过PIL（Pillow）库实现 [ref_5]。虽然Aspose.PDF也直接支持此功能 [ref_2]，但使用PIL是更通用的开源方案。 ```python from PIL import Image import os def images_to_pdf(image_paths, output_pdf_path, resize_to_a4=True): """ 将多张图片合并为一个PDF文件。 参数: image_paths (list): 图片文件路径列表（支持.jpg, .png等格式）。 output_pdf_path (str): 输出的PDF文件路径。 resize_to_a4 (bool): 是否将图片调整为A4大小，默认为是。 """ images = [] for img_path in image_paths: try: img = Image.open(img_path) # 如果选择，将图片转换为A4尺寸 (595x842 points at 72 DPI) if img.mode in ('RGBA', 'LA', 'P'): img = img.convert('RGB') if resize_to_a4: a4_size = (595, 842) # 以像素为单位（近似值，72 DPI下） img.thumbnail(a4_size, Image.Resampling.LANCZOS) images.append(img) except Exception as e: print(f"无法处理图片 {img_path}: {e}") if images: # 将第一张图片保存为PDF，后续图片作为附加页面追加 images[0].save(output_pdf_path, "PDF", resolution=100.0, save_all=True, append_images=images[1:]) print(f"已将 {len(images)} 张图片合并为PDF: {output_pdf_path}") else: print("没有有效的图片可以转换。") # 使用示例 image_files = ['photo1.jpg', 'photo2.png', 'diagram.jpeg'] images_to_pdf(image_files, 'my_photo_book.pdf') ``` 在选择具体方案时，如果项目对处理速度有很高要求，特别是处理数百页的大型PDF，推荐使用 **PyMuPDF**；如果只是进行简单的、小规模的文档操作， **PyPDF2** 因其简单易用而更具优势 [ref_3][ref_6]。对于需要将图片合并为PDF或涉及更复杂商业文档处理的场景，则可以评估 **Aspose.PDF** 等商业库 [ref_2] 或结合 **PIL库** 的方案 [ref_5]。