PyPDF2合并PDF输出为空的主因是未调用write()或PdfWriter未正确添加页面；新版需用PdfReader.pages逐页add_page，并以"wb"模式调用write()。
PyPDF2合并PDF时为什么输出文件是空的
常见原因是没调用 write() 方法，或者 PdfWriter（PyPDF2 3.0+）对象没正确添加页面。PyPDF2 2.x 用 PdfFileMerger 或 PdfFileWriter，3.x 起统一为 PdfWriter 和 PdfReader，旧写法会静默失败。
实操建议：
- 确认 PyPDF2 版本：
pip show PyPDF2；若 ≥3.0，必须用PdfReader读取、PdfWriter写入 - 每读一个 PDF，都要用
reader.pages获取页面列表，再逐页writer.add_page(page) - 别漏掉
with open(..., "wb") as f: writer.write(f)—— 缺少"wb"模式或没write()就生成空文件 - 避免直接
writer.add_page(reader.getPage(0))（已废弃），新版必须用reader.pages[i]
按文件名顺序合并合同PDF的可靠做法
操作系统返回的 os.listdir() 或 glob.glob() 不保证顺序，合同常需按“合同A_v1.pdf”“合同A_v2.pdf”等逻辑排序，否则合并后页序错乱。
实操建议：
- 用
sorted(glob.glob("*.pdf"), key=natural_sort_key)，其中natural_sort_key对数字部分做 int 转换（如把"v10"排在"v2"后） - 不要依赖创建时间（
os.path.getctime）—— Windows 和 macOS 行为不一致，且用户可能复制粘贴修改过时间 - 如果合同有固定前缀（如
"contract_2024_*.pdf"），优先用glob.glob("contract_2024_*.pdf")精确匹配，再排序 - 合并前打印文件名列表：
print([os.path.basename(f) for f in pdf_files])，人工核对顺序
合并含中文书签或表单域的PDF会丢失内容
PyPDF2 本身不保留书签（outline）、表单域（AcroForm）、注释（annotations）和某些元数据。合同若有签字栏、下拉选项或章节跳转书签，直接合并后这些交互元素全部消失，只剩静态页面。
实操建议：
- 纯文本+图片类合同：PyPDF2 安全可用；含交互元素的合同，改用
pypdf（PyPDF2 的继任者，支持书签复制）或fitz（PyMuPDF） - 若坚持用 PyPDF2，可先用
pdfcpu attach或 Adobe Acrobat 手动预处理，把表单“压平”成图像再合并 - 检查合并后文件大小是否异常小——可能是部分页面因加密/权限问题被跳过，加
try/except包裹PdfReader初始化，并打印警告
大合同批量合并时内存爆满或卡死
一次性读取几十个百兆 PDF，每个 PdfReader 实例都会缓存全部页面对象，极易触发 MemoryError，尤其在低配服务器上。
实操建议：
- 用生成器逐个处理：
for pdf_path in pdf_files:→ 创建PdfReader→ 添加页面 →del reader→gc.collect() - 避免把所有
PdfReader实例存在列表里：readers = [PdfReader(f) for f in files]是高危写法 - 合并超 50 个文件时，考虑分批写入临时文件，再两两合并（减少峰值内存）
- 用
psutil.Process().memory_info().rss在循环中打点监控，及时发现泄漏
合并 PDF 看似简单，但合同场景下容易忽略页序稳定性、表单保真度和内存释放节奏——这三个点出问题时，错误往往不报异常，只产出“看起来正常但关键信息缺失”的 PDF。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
