Python使用 Spire.PDF合并多个PDF文件

PDF文件合并这件事，在日常办公和文档管理中其实挺常见的。比如要把分散的章节整合成一份完整的报告，或者把几份合同文件归到一个档案里——这些场景下，能够快速合并PDF都是一项非常实用的技能。

这篇文章会介绍如何用Python和Spire.PDF库来实现这个需求。内容涵盖简单的顺序合并、选择性页面导入，以及基于流的合并方法，基本覆盖了日常工作中可能遇到的各种情况。

为什么需要合并PDF文件

实际工作中，合并PDF文件的场景其实相当广泛：

• 文档整合：把分散的章节、附录或者补充材料拼成一份完整的报告或手册
• 档案管理：将相关的多份文件（比如合同、附件、补充协议）整理成一个档案
• 简化分享：把多个小文件合并成一个，方便通过邮件发送或在线分享
• 批量处理：自动化合并大量PDF文件，省时省力
• 保持格式：直接合并PDF，可以保留原有的排版和样式，避免转换格式带来的麻烦

用Python来自动化这个过程，效率会高很多，尤其是面对大量文件时，既省去了手动操作的时间，也降低了出错的风险。

环境准备

准备工作很简单，只需要安装Spire.PDF for Python库。一行命令就能搞定：

pip install Spire.PDF

装完之后，在Python脚本里导入这个库，就可以开始使用它的文档合并功能了。

基础合并：通过选择页面构建新PDF

使用InsertPage和InsertPageRange方法

除了直接全文合并，Spire.PDF还允许你创建一个全新的PDF文档，然后从现有的多个PDF文件中挑选特定页面或页面范围进行组合。这种方法特别适合需要对页面顺序进行重组，或者只提取部分内容的场景。

下面的代码演示了如何从三个不同的PDF文件中提取特定页面，然后整合到一个新文档中：

from spire.pdf import *
from spire.pdf.common import *

# 定义要处理的PDF文件路径
file1 = "示例1.pdf"
file2 = "示例2.pdf"
file3 = "示例3.pdf"
files = [file1, file2, file3]

# 加载所有PDF文件
pdfs = []
for file in files:
    # 实例化PdfDocument对象并加载文件
    doc = PdfDocument()
    doc.LoadFromFile(file)
    pdfs.append(doc)

# 创建一个新的空PDF对象（用于存放合并后的页面）
newPdf = PdfDocument()

# 策略1：插入单个页面 (InsertPage)
# 将第一个文档的第1页（索引0）插入新文档
newPdf.InsertPage(pdfs[0], 0)
# 将第二个文档的第2页（索引1）插入新文档
newPdf.InsertPage(pdfs[1], 1)

# 策略2：批量插入页面范围 (InsertPageRange)
# 将第三个文档的第1页到第2页（索引0到1）一次性插入新文档
newPdf.InsertPageRange(pdfs[2], 0, 1)

# 保存合并后的新PDF文档
newPdf.Sa veToFile("output/复制页面合并PDF.pdf")

# 关闭资源
newPdf.Close()
for pdf in pdfs:
    pdf.Close()

这段代码展示了两种精准控制页面合并的技术：

• InsertPage方法：从源文档中提取单个特定页面。它接受源文档对象和页面索引作为参数。示例中，从前面两个文档各取一页放入新文档。
• InsertPageRange方法：批量提取页面范围。它接受三个参数：源文档对象、起始页面索引和结束页面索引。相比多次调用InsertPage，这种方法在处理连续章节合并时效率更高。

操作起来并不复杂，核心思路就是创建一个新的PDF文档，然后像搭积木一样，从各个源文件中抽取你想要的页面，最终生成一个完全定制化的新文件。

高级合并：使用流进行合并

使用PdfMerger.MergeByStream方法

除了基于文档对象的合并方式，Spire.PDF还提供了基于流的合并功能。这种方法特别适合处理来自网络或内存中的PDF数据，不需要先把数据保存到磁盘文件。

下面这个示例展示了如何通过流的方式合并多个PDF文件：

from spire.pdf.common import *
from spire.pdf import *

# 定义输入文件路径和输出流
inputFile1 = "./Demos/Data/MergePdfsTemplate_1.pdf"
inputFile2 = "./Demos/Data/MergePdfsTemplate_2.pdf"
inputFile3 = "./Demos/Data/MergePdfsTemplate_3.pdf"
outputFile = Stream("MergeFilesByStream.pdf")

# 创建PDF文档流
stream1 = Stream(inputFile1)
stream2 = Stream(inputFile2)
stream3 = Stream(inputFile3)

# 将所有流放入列表
streams = [stream1, stream2, stream3]

# 创建合并选项
mergeOp = MergerOptions()

# 通过流合并PDF文件
PdfMerger.MergeByStream(streams, outputFile, mergeOp)

这种基于流的合并方法有几个明显优势：

• 内存效率：可以直接处理内存中的数据，减少磁盘I/O操作
• 网络友好：适合处理从网络下载的PDF数据，无需先保存到本地
• 简洁高效：一行代码就能完成多个文件的合并，代码更简洁

MergerOptions类允许你配置合并过程中的各种选项，比如是否保留书签、如何处理元数据等。示例中用的是默认设置，实际应用时可以根据需要自定义配置。

实际应用

PDF合并功能在实际工作中的应用场景相当丰富。

批量合并文件夹中的所有PDF

如果需要将某个文件夹中的所有PDF文件按名称顺序合并，可以编写一个批处理函数来自动化这个过程。下面是一个实用的示例：

from spire.pdf.common import *
from spire.pdf import *
import os
import glob

def MergePdfFolder(input_folder: str, output_file: str):
    """将文件夹中的所有PDF文件按名称顺序合并"""
    
    # 获取文件夹中所有的PDF文件并按名称排序
    pdf_files = sorted(glob.glob(os.path.join(input_folder, "*.pdf")))
    
    if not pdf_files:
        print("未找到PDF文件")
        return
    
    print(f"找到 {len(pdf_files)} 个PDF文件，开始合并...")
    
    # 加载第一个PDF文档作为基础文档
    main_doc = PdfDocument()
    main_doc.LoadFromFile(pdf_files[0])
    print(f"已加载基础文档: {os.path.basename(pdf_files[0])}")
    
    # 依次将其他文档追加到基础文档
    for i in range(1, len(pdf_files)):
        temp_doc = PdfDocument()
        temp_doc.LoadFromFile(pdf_files[i])
        main_doc.AppendPage(temp_doc)
        temp_doc.Close()
        print(f"已合并: {os.path.basename(pdf_files[i])}")
    
    # 保存合并后的文件
    main_doc.Sa veToFile(output_file)
    main_doc.Close()
    
    print(f"\n合并完成！输出文件: {output_file}")
    print(f"总共合并了 {len(pdf_files)} 个文件")

# 使用示例
input_folder = "./PDF文档"
output_file = "合并结果.pdf"
MergePdfFolder(input_folder, output_file)

这个函数会自动扫描指定文件夹中的所有PDF文件，按文件名排序后依次合并。对于章节化的文档或系列报告来说，这个方法非常实用。

生成综合报告

企业可以将各部门提交的独立报告合并成一份综合年度报告，既保持整体结构，又方便统一分发和归档。

合同文件整理

法务部门可以将主合同、附件、补充协议等相关文件合并为一个完整的合同包，便于管理和查阅。

电子书制作

将多个章节的PDF文件合并成完整的电子书，为读者提供连续的阅读体验。

实用技巧

进行PDF合并时，有几个小技巧可以帮助你获得更好的效果：

• 文件顺序：合并前确保文件按照期望的顺序排列，可以通过文件名编号来控制顺序
• 页面方向：如果合并的文档有不同的页面方向（横向/纵向），合并后会保持各自的原始方向
• 书签处理：合并后的文档可能会保留各原文档的书签，注意检查书签的层级结构是否合理
• 文件大小：合并大量大文件时注意内存使用情况，必要时可以考虑分批处理
• 验证结果：合并完成后务必打开结果文件检查一下，确保所有页面都正确包含且顺序无误

总结

通过这篇文章，我们了解了使用Python和Spire.PDF库合并PDF文件的几种方法：

• 使用AppendPage方法将整个文档追加到目标文档末尾
• 使用InsertPage方法选择性地将特定页面插入到目标文档
• 使用PdfMerger.MergeByStream方法通过流进行高效合并
• 实现批量合并功能处理文件夹中的多个PDF文件

这些技术为PDF文档的整合和管理提供了相当实用的工具。掌握这些方法，处理PDF文件会变得非常顺手——把分散的文档资源整合成统一的完整文档，工作效率和文档管理的专业性都能得到明显提升。