PyPDF2合并PDF时页面2-9乱序问题求助

你的问题出在glob("*.pdf")的排序逻辑上——它默认按字符串字典序返回文件，而不是数字顺序。比如"page_10.pdf"会排在"page_2.pdf"前面，因为字符串比较时"1"的ASCII码小于"2"，导致page_2到page_9的位置错乱。

解决方案 #

需要对获取到的PDF文件列表按页码数字排序，而不是字符串排序。具体做法是提取每个文件名中的页码数字，转换成整数后进行排序。

修正后的代码 #

from glob import glob
from PyPDF2 import PdfMerger


def pdf_merge():
    """Merges individual .pdfs into one large .pdf"""
    merger = PdfMerger()
    allpdfs = glob("*.pdf")
    # 按文件名中的页码数字排序
    allpdfs.sort(key=lambda x: int(x.split("_")[1].split(".")[0]))
    for pdf in allpdfs:
        merger.append(pdf)
    with open("book.pdf", "wb") as new_file:
        merger.write(new_file)


if __name__ == "__main__":
    pdf_merge()

排序逻辑说明 #

• x.split("_")[1] 从"page_X.pdf"中提取出"X.pdf"
• .split(".")[0] 去掉后缀，得到纯页码字符串"X"
• int(...) 转换成整数，确保列表按数字大小而非字符串顺序排列

如果后续文件名格式调整为带前导零的形式（比如page_001.pdf），这个排序逻辑依然有效，因为整数转换会自动忽略前导零的影响。

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