使用Python PyPDF2合并PDF时实现嵌套书签（文件名命名）的问题

我需要合并PDF并给每个文件创建嵌套书签，改用PdfFileMerger.addBookmark后，手动传页码的逻辑出了问题——只有前两个书签位置正确，后面的全错位了，核心原因是页码没正确累计。

代码里的关键问题 #

1. 页码未累加：原来的pdfpages = fileReader.numPages是直接覆盖当前PDF的页数，没把之前所有PDF的总页数加进去，导致后续书签的起始页全错。
2. 书签与PDF合并顺序脱节：先批量加书签再统一合并PDF，不仅顺序可能混乱，还没法实时更新累计页码。
3. 冗余/错误代码：两个if __name__ == "__main__"块会执行冲突，开头的onlyfiles定义有语法错误，file_counter也未初始化。

修正后的完整代码 #

from argparse import ArgumentParser
from glob import glob
from PyPDF2 import PdfFileMerger, PdfFileReader
import os

def merge(path, output_filename):
    # 初始化PDF合并器
    merger = PdfFileMerger(strict=False)
    # 创建嵌套书签的层级结构
    content_root = merger.addBookmark("contents", 0, parent=None)
    moisture_parent = merger.addBookmark("moisture content", 0, parent=content_root)
    
    # 统一把大写.PDF后缀转成小写.pdf
    old_ext = '.PDF'
    new_ext = '.pdf'
    file_counter = 0
    with os.scandir(path) as entries:
        for entry in entries:
            if entry.is_file():
                root, ext = os.path.splitext(entry.path)
                if ext == old_ext:
                    new_path = root + new_ext
                    os.rename(entry.path, new_path)
                    file_counter += 1
    print(f"已转换 {file_counter} 个PDF文件的后缀为小写")
    
    # 累计总页码，PyPDF2的页码从0开始计数
    total_pages = 0
    # 排序后遍历PDF，保证合并顺序稳定
    for pdffile in sorted(glob(os.path.join(path, '*.pdf'))):
        # 跳过输出文件，避免自己合并自己
        if os.path.basename(pdffile) == output_filename:
            continue
        
        # 获取当前PDF的页数
        with open(pdffile, 'rb') as f:
            pdf_reader = PdfFileReader(f)
            current_page_count = pdf_reader.numPages
        
        # 添加书签：用文件名（去后缀）作为书签名称，起始页是当前累计的总页码
        bookmark_name = os.path.basename(pdffile)[:-4]
        merger.addBookmark(bookmark_name, total_pages, parent=moisture_parent)
        
        # 把当前PDF追加到合并器里
        merger.append(pdffile)
        print(f"已处理: '{pdffile}'")
        
        # 更新累计页码：加上当前PDF的页数
        total_pages += current_page_count
    
    # 写入合并后的文件并关闭资源
    with open(output_filename, 'wb') as out_file:
        merger.write(out_file)
    merger.close()
    print(f"合并完成！输出文件: {output_filename}")

if __name__ == "__main__":
    parser = ArgumentParser()
    parser.add_argument("-o", "--output",
                        dest="output_filename",
                        default="moisturecontent.pdf",
                        help="合并后PDF的输出文件名",
                        metavar="FILE")
    parser.add_argument("-p", "--path",
                        dest="path",
                        default=".",
                        help="源PDF文件所在的路径")
    args = parser.parse_args()
    merge(args.path, args.output_filename)

主要修改点说明 #

1. 修复页码累计逻辑：用total_pages += current_page_count替代直接赋值，每次合并完一个PDF就把它的页数累加到总页码里，确保下一个书签的起始页位置正确。
2. 同步书签与合并操作：遍历每个PDF时，先获取页数、添加书签，再合并PDF，保证书签页码与实际合并位置完全对应，不会错位。
3. 清理冗余代码：删掉重复的主入口块，修正语法错误，把后缀转换逻辑移到merge函数内部，避免全局变量混乱。
4. 优化细节：
   • 用sorted()对PDF文件排序，保证每次合并顺序一致。
   • 用os.path.join()拼接路径，适配不同操作系统。
   • 用with语句管理文件，确保文件自动关闭，避免资源泄漏。

内容的提问来源于stack exchange，提问作者user20242302