借助 PyPDF2 库把数据分析系列教程文章制作成了PDF电子书，欢迎来领取！

周萝卜

发布于 2021-01-28 10:11:44

4370

发布于 2021-01-28 10:11:44

文章被收录于专栏：萝卜大杂烩萝卜大杂烩

PyPDF2 库，顾名思义，就是用来操作PDF文件的，相信网上已经有太多相关的介绍文章了，我这里就不再赘述了。这里只重点一下制作书签的过程，网上好像还没有比较详细实用的文章！

合并 PDF 并添加书签

对于合并PDF，已经有很多成熟的代码了，我们拿来直接使用

from PyPDF2 import PdfFileReader, PdfFileWriter


def merge_pdf(infnList, outfn):
    pdf_mark_list = []
    pdf_output = PdfFileWriter()
    for infn in infnList:
        pdf_mark = []
        pdf_input = PdfFileReader(open(infn, 'rb'))
        # 获取 pdf 共用多少页
        page_count = pdf_input.getNumPages()
        for i in range(page_count):
            pdf_output.addPage(pdf_input.getPage(i))
    pdf_output.write(open(outfn, 'wb'))


if __name__ == '__main__':
    outfn = 'outfn.pdf'
    import os
    pdf_list = []
    for i in os.listdir():
        if os.path.splitext(i)[-1] == '.pdf':
            pdf_list.append(i)
    print(pdf_list)
    merge_pdf(pdf_list, outfn)

这样就可以方便的把当前目录下的所有PDF文件都合并到一个新的PDF当中，但是却有一个问题，就是没有书签，这对于一个教程类的文档来说，是及其不友好的，下面就来看看如何添加书签

根据 PyPDF2 的官方文档或网上的文章可以知道，添加书签可以使用下面的代码

# 添加书签

pdfWriter.addBookmark(title, pagenum, parent=parent)

但是也就这么一句话，完全没有真实的使用实例

根据我的尝试可以得出，对于 pagenum 参数，是用来指定书签页数的，要注意，PyPDF2 中PDF的页面是从0开始的，即在序列0添加书签时会跳到首页，在n处添加书签时会跳转至n+1页。

清楚上面的机制之后，就可以编码了，先编写一个添加书签的函数

def add_bookmark(pdfmark, outfile):
    print(pdfmark)
    pdf_output = PdfFileWriter()
    pdf_input = PdfFileReader(open(outfile, 'rb'))
    pdf_output.appendPagesFromReader(pdf_input)
    for i in pdfmark:
        pdf_output.addBookmark(i[0], i[1])
    pdf_output.write(open('bookmark.pdf', 'wb'))

该函数接收两个参数，一个列表参数 pdfmark，是一个二维列表，存储着书签的名称和所在页数，另一个参数则是当前需要编辑的已经存在的PDF文件下面开始改写 merge_pdf 函数，把 add_bookmark 函数所需的 pdfmark 列表组装起来

def merge_pdf(infnList, outfn):
    pdf_mark_list = []
    pdf_output = PdfFileWriter()
    page_count = 1
    page_total = 0
    for infn in infnList:
        pdf_mark = []
        pdf_input = PdfFileReader(open(infn, 'rb'))
        page_tmp = page_count
        page_total += page_tmp
        # 获取 pdf 共用多少页
        page_count = pdf_input.getNumPages()
        print(page_count)
        print(page_total)
        pdf_mark.append(infn.split('.pdf')[0])
        pdf_mark.append(page_total - 1)
        pdf_mark_list.append(pdf_mark)
        for i in range(page_count):
            pdf_output.addPage(pdf_input.getPage(i))
    pdf_output.write(open(outfn, 'wb'))
    add_bookmark(pdf_mark_list, outfn)
    return pdf_mark_list, outfn

这样运行代码，就可以得到一个带有书签的PDF文档啦