使用PyPDF2合并PDF时出现页面重复与缺失问题求助

问题根源 #

你代码里的pdfFileObj.close()被错误地放在了遍历单个PDF页面的循环内部——每读取一页就立刻关闭PDF文件，导致后续页面根本无法正常读取，只能反复添加该PDF的第一页，同时跳过了其余页面。这就是为什么总页数看似正确，但内容出现重复和缺失的原因。

修复后的代码 #

把关闭文件的语句移到页面遍历循环的外面，确保整个PDF的所有页面都读取完成后再关闭：

pdfFiles = []
for filename in os.listdir(self.source):
    if filename.endswith('.pdf'):
        pdfFiles.append(os.path.join(self.source,filename))

pdfFiles.sort(key = str.lower)

pdfWriter = PyPDF2.PdfWriter()
for filename in pdfFiles:
    pdfFileObj = open(filename,'rb')
    pdfReader = PyPDF2.PdfReader(pdfFileObj)
    for pageNum in range(len(pdfReader.pages)):
        pageObj = pdfReader.pages[pageNum]
        pdfWriter.add_page(pageObj)
    # 移到这里：所有页面读取完成后再关闭文件
    pdfFileObj.close()

fileout = CombineName
pdfOutput = open(self.destination + fileout,'wb')
pdfWriter.write(pdfOutput)
pdfOutput.close()

更稳妥的写法（推荐） #

用Python的with语句自动管理文件上下文，无需手动调用close()，从根源避免这类失误：

pdfFiles = []
for filename in os.listdir(self.source):
    if filename.endswith('.pdf'):
        pdfFiles.append(os.path.join(self.source,filename))

pdfFiles.sort(key = str.lower)

pdfWriter = PyPDF2.PdfWriter()
for filename in pdfFiles:
    # with语句会在代码块结束后自动关闭文件
    with open(filename,'rb') as pdfFileObj:
        pdfReader = PyPDF2.PdfReader(pdfFileObj)
        for pageNum in range(len(pdfReader.pages)):
            pageObj = pdfReader.pages[pageNum]
            pdfWriter.add_page(pageObj)

fileout = CombineName
with open(self.destination + fileout,'wb') as pdfOutput:
    pdfWriter.write(pdfOutput)

内容的提问来源于stack exchange，提问作者Reach Miami