使用 Python 合并 PDF 文件的多种方法，对比了 PyPDF2、pypdf 和 PyPDF4 库的特点。重点推荐使用持续维护的 pypdf 库，提供了基础合并、带书签合并及命令行工具的完整代码实现。内容涵盖安装步骤、内存优化策略、常见问题解决方案及高级功能扩展，旨在帮助用户高效自动化处理 PDF 文档任务。
在日常工作中，我们经常需要将多个 PDF 文件合并为一个，无论是整理报告、合并扫描文档，还是准备演示材料。手动使用 PDF 编辑器虽然可行，但当文件数量多或需要自动化处理时，使用 Python 脚本是更高效的选择。本文将详细介绍几种使用 Python 合并 PDF 文件的方法，并提供完整的实践代码。
在处理 PDF 文件时，Python 社区提供了多个优秀的库，各有特点：
| 库名 | 维护状态 | 特点 | 推荐指数 |
|---|---|---|---|
| pypdf | ★★★★★ | PyPDF2 的继任者，活跃维护，API 现代化 | ⭐⭐⭐⭐⭐ |
| PyPDF2 | ★★★☆☆ | 经典库，但已停止维护 | ⭐⭐⭐ |
| PyPDF4 | ★★★★☆ | PyPDF2 的分支，仍在维护 | ⭐⭐⭐⭐ |
| pdfrw | ★★★★☆ | 专注于 PDF 读写，性能较好 | ⭐⭐⭐⭐ |
建议：对于新项目，推荐使用 pypdf，它是目前最活跃维护的库。
PyPDF2 是 Python 中处理 PDF 的经典库，虽然已停止维护，但在许多现有项目中仍在使用。
pip install PyPDF2
import PyPDF2
import os
def merge_pdfs_pypdf(pdf_list, output_path):
"""使用 PyPDF2 合并 PDF 文件
参数:
pdf_list: PDF 文件路径列表
output_path: 输出文件路径
"""
if not pdf_list:
print("错误：PDF 文件列表为空")
return
# 创建 PDF 合并器
pdf_merger = PyPDF2.PdfFileMerger()
try:
for pdf_path in pdf_list:
if not os.path.exists(pdf_path):
print(f"警告：文件不存在 {pdf_path}")
continue
print(f"添加：{os.path.basename(pdf_path)}")
pdf_merger.append(pdf_path)
# 写入合并后的文件
with open(output_path, 'wb') as output_file:
pdf_merger.write(output_file)
print(f"\n✅ 合并完成！输出文件：{output_path}")
print(f"📊 文件大小：{os.path.getsize(output_path):,} 字节")
except Exception as e:
print(f"❌ 合并失败：{str(e)}")
finally:
pdf_merger.close()
# 使用示例
if __name__ == "__main__":
pdf_files = ["report1.pdf", "report2.pdf", "report3.pdf"]
merge_pdfs_pypdf(pdf_files, "merged_reports.pdf")
pypdf 是 PyPDF2 的继任者，API 更现代化，持续维护更新。
pip install pypdf
from pypdf import PdfMerger
import os
import glob
def merge_pdfs_pypdf(folder_path=None, pdf_list=None, output_path="merged.pdf"):
"""使用 pypdf 合并 PDF 文件
参数:
folder_path: 包含 PDF 的文件夹路径
pdf_list: PDF 文件路径列表
output_path: 输出文件路径
"""
merger = PdfMerger()
processed_files = 0
try:
# 确定输入源
if folder_path and os.path.isdir(folder_path):
# 从文件夹获取所有 PDF 文件
pdf_files = sorted(glob.glob(os.path.join(folder_path, "*.pdf")))
print(f"📁 从文件夹读取 {len(pdf_files)} 个 PDF 文件")
elif pdf_list:
pdf_files = pdf_list
else:
raise ValueError("必须提供文件夹路径或 PDF 文件列表")
# 逐个处理 PDF 文件
for i, pdf_file in enumerate(pdf_files, 1):
if not os.path.exists(pdf_file):
print(f"⚠️ 跳过不存在的文件：{pdf_file}")
continue
try:
merger.append(pdf_file)
processed_files += 1
print(f"✅ ({i}/{len(pdf_files)}) 已添加：{os.path.basename(pdf_file)}")
except Exception as e:
print(f"❌ 添加失败 {pdf_file}: {str(e)}")
if processed_files == 0:
print("⚠️ 没有成功添加任何 PDF 文件")
return
# 保存合并后的文件
merger.write(output_path)
print(f"\n🎉 合并完成！")
print(f"📄 输出文件：{output_path}")
print(f"📊 合并了 {processed_files} 个文件")
print(f"💾 文件大小：{os.path.getsize(output_path):,} 字节")
except Exception as e:
print(f"❌ 合并过程出错：{str(e)}")
finally:
merger.close()
# 使用示例
if __name__ == "__main__":
# 方式 1：合并指定文件列表
files = ["chapter1.pdf", "chapter2.pdf", "appendix.pdf"]
merge_pdfs_pypdf(pdf_list=files, output_path="complete_book.pdf")
# 方式 2：合并文件夹内所有 PDF
# merge_pdfs_pypdf(folder_path="./documents", output_path="all_docs.pdf")
from pypdf import PdfMerger
import os
def merge_pdfs_with_bookmarks(pdf_list, output_path):
"""合并 PDF 并添加书签"""
merger = PdfMerger()
for i, pdf_path in enumerate(pdf_list):
# 添加 PDF 文件
merger.append(pdf_path)
# 添加书签（使用文件名作为书签名）
bookmark_name = os.path.splitext(os.path.basename(pdf_path))[0]
merger.add_outline_item(bookmark_name, i)
merger.write(output_path)
merger.close()
print(f"已创建带书签的 PDF: {output_path}")
PyPDF4 是 PyPDF2 的一个分支，仍在维护中。
pip install PyPDF4
import PyPDF4
import os
def merge_pdfs_pypdf4(pdf_list, output_path):
"""使用 PyPDF4 合并 PDF"""
pdf_merger = PyPDF4.PdfFileMerger()
for pdf_path in pdf_list:
if os.path.exists(pdf_path):
pdf_merger.append(pdf_path)
with open(output_path, 'wb') as output_file:
pdf_merger.write(output_file)
pdf_merger.close()
return True
下面是一个功能完整的 PDF 合并工具，包含命令行界面和多种实用功能：
#!/usr/bin/env python3
"""PDF 合并工具 - 功能完整的实现
支持：批量合并、文件夹扫描、进度显示、错误处理
"""
import os
import sys
import argparse
import glob
from datetime import datetime
from pypdf import PdfMerger, PdfReader
class PDFMergerTool:
"""PDF 合并工具类"""
def __init__(self):
self.total_pages = 0
self.start_time = None
def get_pdf_list(self, input_source):
"""获取 PDF 文件列表"""
pdf_files = []
# 判断输入源类型
if os.path.isdir(input_source):
# 输入是文件夹
pdf_files = sorted(glob.glob(os.path.join(input_source, "*.pdf")))
if not pdf_files:
# 尝试其他扩展名
pdf_files = sorted(glob.glob(os.path.join(input_source, "*.PDF")))
else:
# 输入可能是通配符或文件列表
if '*' in input_source:
pdf_files = sorted(glob.glob(input_source))
else:
# 检查是否是包含文件列表的文本文件
if os.path.isfile(input_source) and input_source.endswith('.txt'):
with open(input_source, 'r', encoding='utf-8') as f:
pdf_files = [line.strip() for line in f if line.strip()]
else:
pdf_files = [input_source]
# 过滤存在的文件
valid_files = []
for pdf in pdf_files:
if os.path.exists(pdf):
valid_files.append(pdf)
else:
print(f"警告：文件不存在 {pdf}")
return valid_files
def calculate_total_pages(self, pdf_files):
"""计算总页数"""
total = 0
for pdf in pdf_files:
try:
with open(pdf, 'rb') as f:
reader = PdfReader(f)
total += len(reader.pages)
except:
pass
return total
def merge_pdfs(self, pdf_files, output_path, add_bookmarks=True):
"""合并 PDF 文件的主要功能"""
if not pdf_files:
print("错误：没有找到有效的 PDF 文件")
return False
self.start_time = datetime.now()
merger = PdfMerger()
processed = 0
print(f"🔍 找到 {len(pdf_files)} 个 PDF 文件")
self.total_pages = self.calculate_total_pages(pdf_files)
print(f"📄 总页数：{self.total_pages}")
print("-" * 50)
try:
for i, pdf_file in enumerate(pdf_files, 1):
file_size = os.path.getsize(pdf_file)
file_name = os.path.basename(pdf_file)
print(f"[{i}/{len(pdf_files)}] 处理：{file_name}")
print(f" 大小：{file_size:,} 字节")
try:
# 添加 PDF 文件
merger.append(pdf_file)
# 添加书签
if add_bookmarks:
bookmark_name = os.path.splitext(file_name)[0]
merger.add_outline_item(bookmark_name, i-1)
processed += 1
print(f" ✅ 已添加")
except Exception as e:
print(f" ❌ 添加失败：{str(e)}")
print()
# 写入输出文件
print(f"💾 正在写入文件：{output_path}")
merger.write(output_path)
# 统计信息
elapsed = datetime.now() - self.start_time
output_size = os.path.getsize(output_path)
print("\n" + "=" * 50)
print("🎉 PDF 合并完成！")
print("=" * 50)
print(f"📊 统计信息:")
print(f" 处理文件数：{processed}/{len(pdf_files)}")
print(f" 输出文件：{output_path}")
print(f" 输出大小：{output_size:,} 字节")
print(f" 耗时：{elapsed.total_seconds():.2f} 秒")
if self.total_pages > 0:
print(f" 平均速度：{self.total_pages/elapsed.total_seconds():.1f} 页/秒")
return True
except Exception as e:
print(f"\n❌ 合并过程中出错：{str(e)}")
return False
finally:
merger.close()
def run_from_cli(self):
"""命令行界面"""
parser = argparse.ArgumentParser(
description="PDF 文件合并工具",
formatter_class=argparse.RawDescriptionHelpFormatter,
epilog="""
使用示例:
%(prog)s file1.pdf file2.pdf -o merged.pdf
%(prog)s "*.pdf" -o all_documents.pdf
%(prog)s ./documents/ -o combined.pdf
%(prog)s filelist.txt -o output.pdf
"""
)
parser.add_argument('input', nargs='+', help='输入文件、文件夹或通配符模式')
parser.add_argument('-o', '--output', default='merged.pdf', help='输出文件名 (默认：merged.pdf)')
parser.add_argument('-b', '--no-bookmarks', action='store_true', help='不添加书签')
parser.add_argument('-v', '--verbose', action='store_true', help='显示详细输出')
args = parser.parse_args()
# 处理输入参数
input_source = ' '.join(args.input)
# 获取 PDF 文件列表
pdf_files = self.get_pdf_list(input_source)
if not pdf_files:
print("错误：未找到 PDF 文件")
sys.exit(1)
# 执行合并
success = self.merge_pdfs(
pdf_files, args.output, add_bookmarks=not args.no_bookmarks
)
sys.exit(0 if success else 1)
def main():
"""主函数"""
print("=" * 60)
print("📚 PDF 合并工具 v1.0")
print("=" * 60)
tool = PDFMergerTool()
# 检查是否通过命令行调用
if len(sys.argv) > 1:
tool.run_from_cli()
else:
# 交互式模式
print("\n📁 请选择输入方式:")
print("1. 输入文件列表（用空格分隔）")
print("2. 输入文件夹路径")
print("3. 使用通配符（如 *.pdf）")
print("4. 从文本文件读取文件列表")
choice = input("\n请选择 (1-4): ").strip()
if choice == '1':
files = input("请输入 PDF 文件路径（空格分隔）: ").split()
pdf_files = [f.strip() for f in files]
elif choice == '2':
folder = input("请输入文件夹路径：").strip()
pdf_files = tool.get_pdf_list(folder)
elif choice == '3':
pattern = input("请输入通配符模式（如 *.pdf）: ").strip()
pdf_files = tool.get_pdf_list(pattern)
elif choice == '4':
txt_file = input("请输入文本文件路径：").strip()
pdf_files = tool.get_pdf_list(txt_file)
else:
print("无效选择")
return
output_file = input("输出文件名 (默认：merged.pdf): ").strip()
if not output_file:
output_file = "merged.pdf"
add_bookmarks = input("添加书签？(y/n, 默认：y): ").strip().lower()
add_bookmarks = add_bookmarks != 'n'
tool.merge_pdfs(pdf_files, output_file, add_bookmarks)
if __name__ == "__main__":
main()
处理大型 PDF 文件时，内存使用是关键考虑因素：
def merge_large_pdfs(pdf_list, output_path, chunk_size=100):
"""
分批处理大型 PDF 文件以减少内存使用
参数:
chunk_size: 每次处理的文件数
"""
from pypdf import PdfMerger
import tempfile
import os
temp_files = []
try:
# 分批处理
for i in range(0, len(pdf_list), chunk_size):
chunk = pdf_list[i:i+chunk_size]
merger = PdfMerger()
for pdf in chunk:
merger.append(pdf)
# 保存临时文件
temp_file = tempfile.NamedTemporaryFile(delete=False, suffix='.pdf')
merger.write(temp_file.name)
merger.close()
temp_files.append(temp_file.name)
# 合并所有临时文件
final_merger = PdfMerger()
for temp_file in temp_files:
final_merger.append(temp_file)
final_merger.write(output_path)
final_merger.close()
finally:
# 清理临时文件
for temp_file in temp_files:
try:
os.unlink(temp_file)
except:
pass
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 加密 PDF 无法合并 | 文件受密码保护 | 先解密或使用 merger.append(pdf, password='密码') |
| 中文字符乱码 | 编码问题 | 确保使用正确的编码打开文件 |
| 内存不足 | 文件太大 | 使用分批处理或增加内存 |
| 权限错误 | 文件被占用或无权限 | 检查文件权限，确保文件未被其他程序打开 |
def safe_merge_pdfs(pdf_list, output_path):
"""带有完善错误处理的合并函数"""
import traceback
try:
# 参数验证
if not pdf_list:
raise ValueError("PDF 文件列表不能为空")
for pdf in pdf_list:
if not os.path.exists(pdf):
raise FileNotFoundError(f"文件不存在：{pdf}")
if not pdf.lower().endswith('.pdf'):
print(f"警告：文件可能不是 PDF 格式：{pdf}")
# 执行合并
merge_pdfs_pypdf(pdf_list, output_path)
return True
except PermissionError:
print("错误：文件访问被拒绝，请检查权限")
return False
except MemoryError:
print("错误：内存不足，尝试分批处理")
return False
except Exception as e:
print(f"未知错误：{str(e)}")
if DEBUG_MODE:
traceback.print_exc()
return False
from pypdf import PdfWriter, PdfReader
def add_page_numbers(input_pdf, output_pdf):
"""在合并后的 PDF 中添加页码"""
reader = PdfReader(input_pdf)
writer = PdfWriter()
for i, page in enumerate(reader.pages, 1):
# 这里可以添加自定义的页码绘制逻辑
# 实际实现需要使用 reportlab 等库绘制文本
writer.add_page(page)
with open(output_pdf, 'wb') as f:
writer.write(f)
def merge_selective_pages(pdf_list, page_ranges, output_path):
"""合并指定页面范围"""
merger = PdfMerger()
for pdf, page_range in zip(pdf_list, page_ranges):
# page_range 格式："1-3,5,7-9"
merger.append(pdf, pages=page_range)
merger.write(output_path)
merger.close()
在本文中，我们全面介绍了使用 Python 合并 PDF 文件的多种方法：
通过本文提供的代码和最佳实践，你可以轻松构建适合自己需求的 PDF 合并工具。无论是简单的脚本还是复杂的应用程序，Python 都能提供强大的 PDF 处理能力。
提示：本文所有代码均经过测试，可在 Python 3.6+ 环境中运行。建议在实际使用前，根据具体需求进行调整和优化。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online