使用二进制读写操作在Python中合并两个PDF未得到预期结果怎么办

核心问题原因 #

你当前的实现逻辑本质是直接拼接两个PDF的二进制内容，这不符合PDF文件的格式规范，是无法生成合法可用的PDF文件的：

• PDF是结构化的二进制文件，每个独立PDF都包含固定的文件头、页面对象、交叉引用表、文件尾元数据结构
• 直接拼接两份PDF二进制内容后，新文件会存在两套互不兼容的元数据，PDF阅读器无法识别这种非法结构，自然无法正常打开、显示合并后的内容

现有代码的其他小问题 #

• 打开new.pdf时使用了ab追加模式，如果之前已经存在同名的new.pdf文件，会在原有内容后追加新内容，大概率会生成更混乱的文件，应该改成wb覆盖写入模式
• 没有做文件异常处理，如果读取文件过程中报错，会出现文件句柄没有正常关闭的问题，推荐使用with上下文管理器自动管理文件开关

正确实现方案 #

推荐使用第三方PDF处理库PyPDF2完成合并，首先先安装依赖：
pip install pypdf2

合并代码示例：

from PyPDF2 import PdfMerger

# 初始化合并器
merger = PdfMerger()

# 依次添加要合并的PDF文件
merger.append("1.pdf")
merger.append("2.pdf")

# 导出合并后的文件
merger.write("new.pdf")
# 关闭合并器释放资源
merger.close()

更安全的上下文管理器写法：

from PyPDF2 import PdfMerger

with PdfMerger() as merger:
    for pdf_path in ["1.pdf", "2.pdf"]:
        merger.append(pdf_path)
    merger.write("new.pdf")

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