求助：Python脚本提取PDF中服务标签并重命名PDF文件

问题原因 #

你当前的PDF处理代码逻辑有误：for x in text会遍历提取到的文本每个字符，而非按行遍历，因此永远匹配不到以"SN"开头的行。TXT文件的逻辑可行是因为for line in serial是按行读取，但PDF提取的文本需要先做行拆分处理。

单文件处理修正代码 #

from PyPDF2 import PdfReader
import os

# 目标PDF路径
pdf_path = "SNPDF.pdf"

# 读取PDF第一页文本
reader = PdfReader(pdf_path)
page_text = reader.pages[0].extract_text()

# 按行遍历查找服务标签
new_name = None
for line in page_text.splitlines():
    line = line.strip()  # 清理行首尾空白
    if line.startswith("SN"):
        # 去除SN前缀并补全PDF后缀
        new_name = line.replace("SN", "").strip() + ".pdf"
        break

# 找到序列号则执行重命名
if new_name:
    os.rename(pdf_path, new_name)
    print(f"文件已重命名为: {new_name}")
else:
    print("未找到以SN开头的服务标签")

批量处理文件夹内所有PDF #

如果需要处理指定文件夹下的所有PDF文件，可使用以下代码：

from PyPDF2 import PdfReader
import os

# 目标文件夹路径
folder_path = "./pdf_files"

for filename in os.listdir(folder_path):
    if filename.lower().endswith(".pdf"):
        pdf_path = os.path.join(folder_path, filename)
        try:
            reader = PdfReader(pdf_path)
            page_text = reader.pages[0].extract_text()
            new_name = None
            for line in page_text.splitlines():
                line = line.strip()
                if line.startswith("SN"):
                    new_name = line.replace("SN", "").strip() + ".pdf"
                    break
            if new_name:
                new_path = os.path.join(folder_path, new_name)
                # 避免重名覆盖
                if not os.path.exists(new_path):
                    os.rename(pdf_path, new_path)
                    print(f"已重命名: {filename} -> {new_name}")
                else:
                    print(f"跳过{filename}: 目标文件名{new_name}已存在")
            else:
                print(f"跳过{filename}: 未找到服务标签")
        except Exception as e:
            print(f"处理{filename}出错: {str(e)}")

关键改动说明 #

• 用splitlines()将PDF提取的文本拆分为行，对齐TXT文件的遍历逻辑
• 增加strip()清理行首尾的空格、换行符，避免提取的序列号带多余空白
• 批量处理时加入重名判断，防止文件被意外覆盖
• 添加异常捕获，处理损坏或无法读取的PDF文件

内容的提问来源于stack exchange，提问作者Oleh