検索
ホームページバックエンド開発Python チュートリアルPython を使用して PDF を再帰的に結合する

Merge PDFs Recursively Using Python

導入

複数の PDF ファイルを 1 つのドキュメントに結合することは、特にファイルが複数のディレクトリにまたがっている場合には、面倒な作業になる可能性があります。 Python を使用すると、このタスクがシームレスかつ自動化されます。このチュートリアルでは、PyPDF2 を使用してコマンド ライン インターフェイス (CLI) ツールを作成し、.venv や .git などの特定のディレクトリを除外しながら、ディレクトリ (そのサブディレクトリを含む) 内のすべての PDF ファイルをクリックして結合します。


前提条件

始める前に、以下のものがあることを確認してください:

  1. Python: バージョン 3.7 以降。
  2. pip: Python のパッケージマネージャー。
  3. 必要なライブラリ:

    • PDF 操作のために PyPDF2 をインストールします。
     pip install PyPDF2
    
  • CLI を作成するためにクリックしてインストールします:

     pip install click
    

コードのチュートリアル

CLI ツールの完全なコードは次のとおりです:

import click
from pathlib import Path
from PyPDF2 import PdfMerger
import os

EXCLUDED_DIRS = {".venv", ".git"}

@click.command()
@click.argument("directory", type=click.Path(exists=True, file_okay=False, path_type=Path))
@click.argument("output_file", type=click.Path(dir_okay=False, writable=True, path_type=Path))
def merge_pdfs(directory: Path, output_file: Path):
    """
    Merge all PDF files from DIRECTORY and its subdirectories into OUTPUT_FILE,
    excluding specified directories like .venv and .git.
    """
    # Initialize the PdfMerger
    merger = PdfMerger()

    # Walk through the directory tree, including the base directory
    for root, dirs, files in os.walk(directory):
        # Exclude specific directories
        dirs[:] = [d for d in dirs if d not in EXCLUDED_DIRS]

        # Convert the root to a Path object
        current_dir = Path(root)

        click.echo(f"Processing directory: {current_dir}")

        # Collect PDF files in the current directory
        pdf_files = sorted(current_dir.glob("*.pdf"))

        if not pdf_files:
            click.echo(f"No PDF files found in {current_dir}")
            continue

        # Add PDF files from the current directory
        for pdf in pdf_files:
            click.echo(f"Adding {pdf}...")
            merger.append(str(pdf))

    # Write the merged output file
    output_file.parent.mkdir(parents=True, exist_ok=True)
    merger.write(str(output_file))
    merger.close()

    click.echo(f"All PDFs merged into {output_file}")

if __name__ == "__main__":
    merge_pdfs()

仕組み

  1. ディレクトリトラバーサル:

    • os.walk() 関数は、指定されたディレクトリを再帰的に走査します。
    • 特定のディレクトリ (.venv、.git など) は、ディレクトリのフィルターを使用して除外されます。
  2. PDF ファイルコレクション:

    • current_dir.glob("*.pdf") は、現在のディレクトリ内のすべての PDF ファイルを収集します。
  3. PDF の結合:

    • PyPDF2 の PdfMerger は、すべての PDF を追加するために使用されます。
    • マージされた出力は、指定されたファイルに書き込まれます。
  4. CLI 統合:

    • クリック ライブラリを使用すると、引数としてディレクトリと出力ファイルのパスを簡単に指定できます。

ツールの実行

コードをファイル (例: merge_pdfs.py) に保存します。次のようにターミナルから実行します:

python merge_pdfs.py /path/to/directory /path/to/output.pdf

次のディレクトリ構造があるとします。

/documents
├── file1.pdf
├── subdir1
│   ├── file2.pdf
├── subdir2
│   ├── file3.pdf
├── .git
│   ├── ignored_file.pdf

次のようにツールを実行します:

python merge_pdfs.py /documents /merged.pdf

これにより、file1.pdf、file2.pdf、file3.pdf が .git をスキップして、merged.pdf にマージされます。


特徴

  1. 再帰的マージ:

    • このツールには、すべてのサブディレクトリの PDF が自動的に組み込まれます。
  2. ディレクトリの除外:

    • 無関係なファイルを避けるために、.venv や .git などのディレクトリを除外します。
  3. ソートされたマージ:

    • 一貫した結果を得るために、PDF がソートされた順序で追加されるようにします。
  4. CLI シンプルさ:

    • ユーザーが入力パスと出力パスを指定するための直感的なインターフェイスを提供します。

注意事項と制限事項

  1. 大きなファイル:

    • 多数の PDF を結合すると、大量のメモリが消費される可能性があります。最初に小さいデータセットでテストしてください。
  2. PDF の互換性:

    • すべての入力 PDF が有効であり、破損していないことを確認してください。
  3. カスタム除外:

    • 必要に応じて、EXCLUDED_DIRS セットを変更して追加のディレクトリを除外します。

結論

このチュートリアルでは、Python を使用してディレクトリ構造からの PDF の結合を自動化する方法を説明します。提供されている CLI ツールは柔軟性があり、より複雑なワークフローに適応できます。試してみて、どのように機能するかお知らせください!

コーディングを楽しんでください! ?

以上がPython を使用して PDF を再帰的に結合するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
Pythonを使用してテキストファイルのZIPF配布を見つける方法Pythonを使用してテキストファイルのZIPF配布を見つける方法Mar 05, 2025 am 09:58 AM

このチュートリアルでは、Pythonを使用してZIPFの法則の統計的概念を処理する方法を示し、法律の処理時にPythonの読み取りおよび並べ替えの効率性を示します。 ZIPF分布という用語が何を意味するのか疑問に思うかもしれません。この用語を理解するには、まずZIPFの法律を定義する必要があります。心配しないでください、私は指示を簡素化しようとします。 ZIPFの法則 ZIPFの法則は単に意味します。大きな自然言語のコーパスでは、最も頻繁に発生する単語は、2番目の頻繁な単語のほぼ2倍の頻度で表示されます。 例を見てみましょう。アメリカ英語の茶色のコーパスを見ると、最も頻繁な言葉は「thであることに気付くでしょう。

HTMLを解析するために美しいスープを使用するにはどうすればよいですか?HTMLを解析するために美しいスープを使用するにはどうすればよいですか?Mar 10, 2025 pm 06:54 PM

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

Pythonでの画像フィルタリングPythonでの画像フィルタリングMar 03, 2025 am 09:44 AM

ノイズの多い画像を扱うことは、特に携帯電話や低解像度のカメラの写真でよくある問題です。 このチュートリアルでは、OpenCVを使用してPythonの画像フィルタリング手法を調査して、この問題に取り組みます。 画像フィルタリング:強力なツール 画像フィルター

TensorflowまたはPytorchで深い学習を実行する方法は?TensorflowまたはPytorchで深い学習を実行する方法は?Mar 10, 2025 pm 06:52 PM

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

Pythonの並列および同時プログラミングの紹介Pythonの並列および同時プログラミングの紹介Mar 03, 2025 am 10:32 AM

データサイエンスと処理のお気に入りであるPythonは、高性能コンピューティングのための豊富なエコシステムを提供します。ただし、Pythonの並列プログラミングは、独自の課題を提示します。このチュートリアルでは、これらの課題を調査し、グローバルな承認に焦点を当てています

Pythonで独自のデータ構造を実装する方法Pythonで独自のデータ構造を実装する方法Mar 03, 2025 am 09:28 AM

このチュートリアルでは、Python 3にカスタムパイプラインデータ構造を作成し、機能を強化するためにクラスとオペレーターのオーバーロードを活用していることを示しています。 パイプラインの柔軟性は、一連の機能をデータセットに適用する能力にあります。

Pythonオブジェクトのシリアル化と脱介入:パート1Pythonオブジェクトのシリアル化と脱介入:パート1Mar 08, 2025 am 09:39 AM

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。 ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか? Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。 これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

Pythonの数学モジュール:統計Pythonの数学モジュール:統計Mar 09, 2025 am 11:40 AM

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

PhpStorm Mac バージョン

PhpStorm Mac バージョン

最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

Safe Exam Browser

Safe Exam Browser

Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

SublimeText3 英語版

SublimeText3 英語版

推奨: Win バージョン、コードプロンプトをサポート!

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)