Python合并文件夹PDF时排序与文件夹内顺序不符问题求助

你的代码能正常合并PDF，但os.listdir()返回的文件名是系统默认的字典序，和文件夹里的自然排序（比如数字按数值大小排列）不匹配，导致合并顺序错乱。

修复方案 #

方法1：使用natsort库（推荐，简单高效）

先安装依赖库：

pip install natsort

修改后的代码：

import os
from PyPDF2 import PdfMerger
from natsort import natsorted

def combine_pdfs_from_folder(input_folder, output_path):
    pdf_merger = PdfMerger()

    # 用自然排序对PDF文件名排序
    pdf_files = natsorted([f for f in os.listdir(input_folder) if f.endswith('.pdf')])
    
    for filename in pdf_files:
        pdf_merger.append(os.path.join(input_folder, filename))

    with open(output_path, 'wb') as output_file:
        pdf_merger.write(output_file)

    print("PDF files combined successfully.")

if __name__ == "__main__":
    input_folder = r'E:\SRPlabel - 116843_C_3s'  # 加r前缀避免转义字符解析问题
    output_path = 'C:/tempo/merged.pdf'

    combine_pdfs_from_folder(input_folder, output_path)

方法2：纯Python实现自然排序（无需额外库）

如果不想安装第三方库，可以自定义排序键函数，提取文件名中的数字部分按数值排序：

import os
from PyPDF2 import PdfMerger
import re

def natural_sort_key(s):
    # 拆分字符串为数字和非数字片段，数字转整数用于排序
    parts = re.split(r'(\d+)', s)
    return [int(part) if part.isdigit() else part.lower() for part in parts]

def combine_pdfs_from_folder(input_folder, output_path):
    pdf_merger = PdfMerger()

    # 用自定义自然排序键对文件名排序
    pdf_files = sorted([f for f in os.listdir(input_folder) if f.endswith('.pdf')], key=natural_sort_key)
    
    for filename in pdf_files:
        pdf_merger.append(os.path.join(input_folder, filename))

    with open(output_path, 'wb') as output_file:
        pdf_merger.write(output_file)

    print("PDF files combined successfully.")

if __name__ == "__main__":
    input_folder = r'E:\SRPlabel - 116843_C_3s'
    output_path = 'C:/tempo/merged.pdf'

    combine_pdfs_from_folder(input_folder, output_path)

额外说明 #

• 输入路径添加r前缀是为了避免路径中的转义字符（比如\S）被解析为特殊字符，引发路径错误。
• 两种方案都能让文件名按自然顺序排列，和文件夹内显示的顺序完全一致。

内容的提问来源于stack exchange，提问作者simport six