PyPDF2无法正确合并页面：拆分习题与答案PDF求助

问题根源 #

你每次处理单个PDF时，都重新创建了PdfFileWriter实例，并且用ab（追加二进制）模式写入输出文件。PyPDF2的write()方法会写入完整的PDF文件结构，多次追加会导致文件内部结构混乱，最终只有最后一次写入的内容能被正常解析，所以只保留了最后一个PDF的对应页面。

修正方案 #

将两个PdfFileWriter的初始化移到循环外部，统一收集所有页面后再一次性写入文件，避免多次追加导致的结构错误。

修正后的代码：

import PyPDF2

def main():
    # 初始化全局的两个writer，用于收集所有习题页和答案页
    writer_worksheets = PyPDF2.PdfFileWriter()
    writer_answers = PyPDF2.PdfFileWriter()

    for i in range(1, 26):
        pdf_path = f"Week 2/{i}.pdf"
        with open(pdf_path, 'rb') as file:
            reader = PyPDF2.PdfFileReader(file)
            # 遍历当前PDF的所有页面
            for page_number in range(reader.numPages):
                page = reader.getPage(page_number)
                if page_number % 2 == 0:
                    # 第0页（第一页）是习题，添加到习题writer
                    writer_worksheets.addPage(page)
                else:
                    # 第1页（第二页）是答案，添加到答案writer
                    writer_answers.addPage(page)

    # 一次性写入所有收集到的页面
    with open("Week 2/worksheets.pdf", 'wb') as worksheets_file:
        writer_worksheets.write(worksheets_file)
    
    with open("Week 2/answers.pdf", 'wb') as answers_file:
        writer_answers.write(answers_file)

if __name__ == "__main__":
    main()

关键改动说明 #

• 使用wb（写入二进制）模式替代ab，因为我们是一次性生成完整的合并PDF，不需要追加内容。
• 将PdfFileWriter实例的创建放到循环外，确保所有PDF的对应页面都被收集到同一个writer中，最终生成结构完整的合并文件。

内容的提问来源于stack exchange，提问作者Sean