如何用Python为多文件夹下的大量PDF添加指定页面

由于服务器难以安装Python PDF处理库，我们可以用Python调用Ghostscript（轻量免费的PDF处理工具，易部署）来实现需求。以下是完整脚本及步骤：

前置准备 #

1. 下载Ghostscript对应服务器系统的版本，安装后将gswin64c.exe（64位）或gswin32c.exe（32位）所在路径加入系统环境变量，也可以在脚本里直接指定工具绝对路径
2. 确认目标PDF均为单页格式（脚本会自动校验，仅处理单页文件）

Python脚本 #

import os
import subprocess
import tempfile

# 配置参数
FIXED_PAGE_PDF = r"C:\Files\page2.pdf"
TARGET_ROOT = r"C:\Folders"
# 如果Ghostscript未加入环境变量，直接指定绝对路径，示例：GS_PATH = r"C:\Program Files\gs\gs10.02.1\bin\gswin64c.exe"
GS_PATH = "gswin64c.exe"

def get_pdf_page_count(pdf_path):
    """调用Ghostscript获取PDF页数"""
    cmd = [
        GS_PATH,
        "-q", "-dNODISPLAY",
        "-c", f"('{pdf_path.replace('\\', '/')}') (r) file runpdfbegin pdfpagecount = quit"
    ]
    try:
        result = subprocess.run(cmd, capture_output=True, text=True, check=True)
        return int(result.stdout.strip())
    except (subprocess.CalledProcessError, ValueError):
        print(f"无法获取文件页数：{pdf_path}")
        return 0

def merge_pdfs(source_pdf, fixed_pdf, output_pdf):
    """调用Ghostscript合并两个PDF"""
    cmd = [
        GS_PATH,
        "-dBATCH", "-dNOPAUSE", "-q",
        "-sDEVICE=pdfwrite",
        "-dPDFSETTINGS=/prepress",  # 保留原PDF高质量输出
        "-sOutputFile=" + output_pdf,
        source_pdf,
        fixed_pdf
    ]
    try:
        subprocess.run(cmd, check=True)
        return True
    except subprocess.CalledProcessError:
        print(f"合并失败：{source_pdf}")
        return False

def main():
    # 遍历目标目录及所有子文件夹的PDF
    for root, _, files in os.walk(TARGET_ROOT):
        for file in files:
            if file.lower().endswith(".pdf"):
                pdf_path = os.path.join(root, file)
                # 校验是否为单页PDF
                page_count = get_pdf_page_count(pdf_path)
                if page_count != 1:
                    print(f"跳过非单页PDF：{pdf_path}")
                    continue
                
                # 创建临时文件存储合并结果，避免直接覆盖原文件导致异常
                with tempfile.NamedTemporaryFile(suffix=".pdf", delete=False) as temp_file:
                    temp_pdf = temp_file.name
                
                # 执行合并操作
                if merge_pdfs(pdf_path, FIXED_PAGE_PDF, temp_pdf):
                    # 替换原文件
                    os.replace(temp_pdf, pdf_path)
                    print(f"处理完成：{pdf_path}")
                else:
                    # 合并失败，清理临时文件
                    os.remove(temp_pdf)

if __name__ == "__main__":
    main()

使用说明 #

1. 将脚本保存为merge_pdfs.py
2. 根据服务器实际情况调整FIXED_PAGE_PDF、TARGET_ROOT和GS_PATH参数
3. 在服务器终端运行：python merge_pdfs.py

注意事项 #

• 建议先在测试文件夹验证脚本，避免误操作
• 脚本会直接覆盖原PDF文件，如需保留原文件可自行添加备份逻辑（例如复制原文件到指定备份目录）
• 处理大量文件时，可添加进度统计代码优化体验
• Ghostscript的-dPDFSETTINGS参数可按需调整：/screen（低质量）、/ebook（中等质量）、/prepress（高质量）

内容的提问来源于stack exchange，提问作者Maxence MELIN