PyPDF2的PDFMerger写入速度过慢，求优化方案

云原生阿岚

2026-8-10

如何加速大量小PDF文件的合并写入速度

问题背景

你使用PyPDF2 2.11.2的PdfMerger合并1000个99KB的单页PDF时，读取和追加仅用3秒，但写入耗时长达67秒，分两批合并再整合的方式也没改善。这是因为PyPDF2在处理大量文件时，对重复资源（比如字体、页面元数据）的复用优化不足，写入阶段需要处理大量冗余数据，导致速度瓶颈。

可行的提速方案

换用PyMuPDF（fitz）库
这是最有效的解决办法，PyMuPDF在批量PDF合并场景下的性能远优于PyPDF2，它会自动检测并合并重复的页面资源，不仅写入速度快，生成的文件体积也更小。

示例代码：

import fitz

# 初始化输出PDF文档
output_doc = fitz.open()
# 遍历目标文件夹内的PDF文件
for pdf_path in dirs:
    if pdf_path.lower().endswith('.pdf'):  # 兼容大小写后缀
        with fitz.open(pdf_path) as src_doc:
            # 将源PDF的所有页面插入到输出文档
            output_doc.insert_pdf(src_doc)
# 保存合并后的PDF并关闭文档
output_doc.save(filename)
output_doc.close()

优化单个PDF的冗余资源（可选）
如果每个小PDF都包含重复的字体或冗余资源，先对单个PDF做优化再合并，也能减少写入阶段的处理压力。比如用Ghostscript命令行工具压缩优化：
```
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dBATCH -sOutputFile=optimized.pdf input.pdf
```
PyPDF2底层资源复用（不推荐）
若坚持使用PyPDF2，可尝试手动复用页面资源，但需要深入操作PyPDF2的底层API，实现复杂且性能提升有限，不如直接换库高效。