Python代码实现将多个PDF合并为单个文档并添加页码_Python

场景引入

年终汇报需要将 15 份部门报告（pdf 格式）合并成一个总文件，并且添加统一的页码。手动操作需要打开每个 pdf，复制页面，粘贴到总文件——不仅慢，而且可能丢失格式。

本节教你用 python 一行代码完成合并，还能自动添加页码。

技术原理

使用 pypdf2 或 pypdf 库操作 pdf：

多个 pdf 文件
↓
pdfmerger 逐个追加
↓
添加页码（可选）
↓
输出合并后的单个 pdf

合并方式

方式	说明	适用场景
简单拼接	按文件顺序追加	章节报告合并
指定顺序	按列表顺序合并	按部门/日期排序
插入页码	在每页底部添加页码	正式文档
添加书签	在每个文件开始处添加书签	方便跳转

环境准备

pip install pypdf reportlab

pypdf：pdf 合并核心库（pypdf2 的继任者）
reportlab：用于添加页码水印

完整代码

import os
from pathlib import path
from pypdf import pdfreader, pdfwriter, pdfmerger

# ==================== 方案 1：简单合并 ====================
def merge_pdfs_simple(pdf_files, output_file="合并结果.pdf"):
    """
    将多个 pdf 文件按顺序合并为一个

    参数:
        pdf_files: pdf 文件路径列表
        output_file: 输出文件名
    """
    merger = pdfmerger()

    for pdf_file in pdf_files:
        if os.path.exists(pdf_file):
            merger.append(pdf_file)
            print(f"已添加: {os.path.basename(pdf_file)}")
        else:
            print(f"[跳过] 文件不存在: {pdf_file}")

    merger.write(output_file)
    merger.close()
    print(f"\n合并完成: {output_file}")


# ==================== 方案 2：带书签的合并 ====================
def merge_pdfs_with_bookmarks(pdf_files, output_file="合并结果_带书签.pdf"):
    """
    合并 pdf 并添加书签（每个文件一个书签）
    """
    merger = pdfmerger()

    for pdf_file in pdf_files:
        if not os.path.exists(pdf_file):
            continue

        bookmark_name = path(pdf_file).stem
        merger.append(pdf_file)

        # 获取此文件在合并文件中的起始页码
        total_pages = sum(pdfreader(f).get_num_pages() for f in pdf_files[:pdf_files.index(pdf_file) + 1] if os.path.exists(f))
        start_page = total_pages - pdfreader(pdf_file).get_num_pages()

        # 添加书签
        merger.add_outline_item(bookmark_name, start_page)
        print(f"已添加书签: {bookmark_name} (第 {start_page + 1} 页)")

    merger.write(output_file)
    merger.close()
    print(f"\n合并完成: {output_file}")


# ==================== 方案 3：批量合并文件夹中的所有 pdf ====================
def merge_folder_pdfs(folder_path, output_file="合并结果.pdf", sorted_by='name'):
    """
    自动合并文件夹中的所有 pdf

    参数:
        folder_path: pdf 文件所在文件夹
        output_file: 输出文件名
        sorted_by: 排序方式 'name'(文件名) / 'date'(修改日期)
    """
    folder = path(folder_path)
    pdf_files = sorted(
        folder.glob('*.pdf'),
        key=lambda f: f.stat().st_mtime if sorted_by == 'date' else f.name
    )

    if not pdf_files:
        print(f"文件夹 {folder_path} 中没有 pdf 文件！")
        return

    print(f"找到 {len(pdf_files)} 个 pdf 文件:")
    for f in pdf_files:
        print(f"  - {f.name}")

    merge_pdfs_with_bookmarks(
        [str(f) for f in pdf_files],
        output_file
    )


# ==================== 方案 4：添加页码 ====================
def add_page_numbers(input_pdf, output_file="带页码版本.pdf"):
    """
    为 pdf 添加页码（每页底部居中）
    """
    from reportlab.lib.pagesizes import a4
    from reportlab.pdfgen import canvas
    import io

    reader = pdfreader(input_pdf)
    writer = pdfwriter()

    total_pages = len(reader.pages)

    for i, page in enumerate(reader.pages):
        # 创建页码水印
        packet = io.bytesio()
        c = canvas.canvas(packet, pagesize=a4)
        width, height = a4

        # 绘制页码
        c.setfont("helvetica", 9)
        page_number = f"- {i + 1} -"
        text_width = c.stringwidth(page_number, "helvetica", 9)
        c.drawstring((width - text_width) / 2, 30, page_number)

        c.save()
        packet.seek(0)

        # 叠加水印到原页面
        watermark = pdfreader(packet)
        page.merge_page(watermark.pages[0])
        writer.add_page(page)

    with open(output_file, 'wb') as f:
        writer.write(f)

    print(f"页码已添加: {output_file}")


# ==================== 使用示例 ====================
if __name__ == "__main__":
    # 方案 1：手动指定文件列表
    # pdf_files = [
    #     "第1章.pdf",
    #     "第2章.pdf",
    #     "第3章.pdf",
    # ]
    # merge_pdfs_simple(pdf_files, "完整手册.pdf")

    # 方案 2：批量合并文件夹
    merge_folder_pdfs(
        r"d:\部门报告",
        output_file="年度总报告.pdf",
        sorted_by='name'
    )

    # 方案 3：添加页码
    # add_page_numbers("年度总报告.pdf", "年度总报告_带页码.pdf")

常见问题

q1：合并后中文显示为乱码？

reportlab 默认不支持中文。需要使用中文字体：

from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import ttfont

pdfmetrics.registerfont(ttfont('simsun', 'c:/windows/fonts/simsun.ttc'))
c.setfont('simsun', 9)

q2：合并后文件很大？

pdf 中可能包含大量内嵌字体和图片。可以尝试压缩：

pip install pypdf

pypdf 在合并时不会重复嵌入相同字体，文件体积通常比预期小。

q3：加密的 pdf 无法合并？

需要先解密：

reader = pdfreader("encrypted.pdf")
if reader.is_encrypted:
    reader.decrypt("password")

总结

功能	核心类/函数	说明
合并	`pdfmerger()`	追加多个 pdf
书签	`add_outline_item()`	添加跳转标记
页码	`reportlab` + `merge_page()`	底部叠加页码水印
排序	`sorted(glob(), key=...)`	按名称或日期排序