使用PyPDF2合并多份PDF时出现单个PDF重复的问题求助

尝试遍历多份独立的1095文档，将它们合并为单个PDF文件，文档命名格式为「姓氏, 名字.pdf」。执行代码后生成的PDF中仅最后一份被添加的PDF重复了X次（X为待合并PDF的总数），尝试用merge替代append也未解决。

原代码：

writer = PdfWriter()
for row in df_dict:
    print(row['Last Name'], row['First Name'])
    reader = PdfReader(path5 + '\\' + row['Last Name'] + ', ' + row['First Name'] + '.pdf')
    writer.append(reader)

with open(path5 + '\\2021_1095.pdf', "wb") as output_stream:
    writer.write(output_stream)

排查与修复步骤 #

1. 确认循环数据源的正确性
   先检查循环中打印的Last Name和First Name是否对应不同的文件。如果打印结果重复，说明df_dict中存在重复条目，需要先清理数据源。

2. 改用逐个添加页面的方式
   部分PyPDF2版本中，append(reader)方法可能存在引用复用的问题，导致重复添加最后一个PDF的内容。改用遍历页面并逐个添加的方式可以避免这个问题：

修正后的代码：

import os
from PyPDF2 import PdfWriter, PdfReader

writer = PdfWriter()
for row in df_dict:
    last_name = row['Last Name']
    first_name = row['First Name']
    print(last_name, first_name)
    # 使用os.path.join处理路径，适配不同系统且避免拼接错误
    file_path = os.path.join(path5, f"{last_name}, {first_name}.pdf")
    reader = PdfReader(file_path)
    # 遍历当前PDF的所有页面并添加到writer
    for page in reader.pages:
        writer.add_page(page)

# 同样用os.path.join处理输出路径
with open(os.path.join(path5, "2021_1095.pdf"), "wb") as output_stream:
    writer.write(output_stream)

3. 检查文件路径的正确性
   原代码用字符串拼接路径容易出错（比如路径末尾是否有\），使用os.path.join可以确保路径格式正确，避免因路径错误导致重复读取同一个文件。

额外提示 #

• 如果仍有问题，可以在循环中添加文件存在性检查，避免读取不存在的文件：

  if not os.path.exists(file_path):
      print(f"文件不存在：{file_path}")
      continue
  

内容的提问来源于stack exchange，提问作者muraaby