import os from PyPDF2 import PdfReader, PdfWriter #合并PDF def merge_pdfs(paths, output_path): pdf_writer = PdfWriter() last_page_text = None # 用于存储上一个PDF的最后一页的文本 for path in paths: # 跳过空字符串或无效路径 if not path.strip(): continue try: pdf_reader = PdfReader(path) pages = pdf_reader.pages start_index = 0 # 从第一页开始添加 # 如果这不是第一个文件，并且有上一个文件的最后一页文本 if last_page_text is not None and len(pages) > 0: current_first_page_text = pages[0].extract_text() if pages[0].extract_text() else "" # 比较当前文件的第一页和上一个文件的最后一页的文本 if current_first_page_text == last_page_text: start_index = 1 # 如果相同，跳过当前文件的第一页 # 添加当前PDF的页面到写入器 for page in range(start_index, len(pages)): pdf_writer.add_page(pages[page]) # 更新last_page_text为当前PDF的最后一页的文本 if len(pages) > 0: last_page_text = pages[-1].extract_text() if pages[-1].extract_text() else "" except Exception as e: print(f"文件 '{path}' 无法处理，错误: {e}") continue # 写入合并后的PDF到文件 with open(output_path, 'wb') as out: pdf_writer.write(out) def judge_file_exist(original_path, new_suffix): # 提取目录路径和原始文件名 directory = os.path.dirname(original_path) original_filename = os.path.basename(original_path) # 替换文件名中的旧后缀为新后缀 # 假设原始文件名格式为 '2-招标文件_qualification.pdf' # 需要替换 '_qualification' 部分为 '_qualification2' new_filename = original_filename.replace("_qualification1", f"_{new_suffix}") new_filename = new_filename.replace("_qualification2", f"_{new_suffix}") # 生成新的文件路径 new_file_path = os.path.join(directory, new_filename) # 检查新文件是否存在 if os.path.isfile(new_file_path): return new_file_path else: return None def merge_and_cleanup(output_pdf_path, suffix_to_merge): another_file_path = judge_file_exist(output_pdf_path, suffix_to_merge) if another_file_path: paths = [output_pdf_path, another_file_path] # 需要合并的 PDF 文件路径 merge_pdfs(paths, output_pdf_path) os.remove(another_file_path) print(f"文件 {another_file_path} 已删除。") def find_and_merge(target_path, output_suffix): # 获取 target_path 所在的目录 directory = os.path.dirname(target_path) full_path="" # 遍历目录中的所有文件，寻找以 output_suffix 结尾的文件 for filename in os.listdir(directory): if filename.endswith(output_suffix): # 拼接目录路径和文件名，生成完整路径 full_path = os.path.join(directory, filename) if not full_path: paths=[target_path] else: paths=[target_path,full_path] merge_pdfs(paths,target_path) def merge_selected_pdfs_for_engineering(output_folder, truncate_files, output_path, base_file_name): """ 合并 output_folder 中以 {base_file_name}_before.pdf 结尾的 PDF 文件， 以及 truncate_files 中以指定后缀结尾的文件，按照指定顺序合并。 参数： - output_folder (str): 包含以 {base_file_name}_before.pdf 结尾的 PDF 文件的文件夹路径。 - truncate_files (list): 包含 PDF 文件路径的列表。 - output_path (str): 合并后的 PDF 文件保存路径。 - base_file_name (str): 用于匹配文件名的基础名称。 返回: - str: 合并后的 PDF 文件路径，如果未找到所有需要合并的文件则返回 ""。 """ # 1. 获取 output_folder 中所有文件 try: all_output_files = os.listdir(output_folder) except FileNotFoundError: print(f"输出文件夹 '{output_folder}' 未找到。") return "" except PermissionError: print(f"没有权限访问输出文件夹 '{output_folder}'。") return "" # 2. 定义要选择的文件后缀及合并顺序，包括 before 文件 desired_suffixes = [ f'{base_file_name}_before.pdf', f'{base_file_name}_notice.pdf', f'{base_file_name}_tobidders_notice_table.pdf' ] all_pdfs_to_merge = [] missing_files = [] # 用于记录缺失的文件 for suffix in desired_suffixes: if suffix == f'{base_file_name}_before.pdf': # 从 output_folder 中选择以 {base_file_name}_before.pdf 结尾的文件 matching_files = [ os.path.join(output_folder, f) for f in all_output_files if f.endswith(suffix) ] else: # 从 truncate_files 中选择以指定后缀结尾的文件 matching_files = [f for f in truncate_files if f.endswith(suffix)] if matching_files: # 如果找到多个匹配的文件，按名称排序并添加 matching_files_sorted = sorted(matching_files) all_pdfs_to_merge.extend(matching_files_sorted) for f in matching_files_sorted: print(f"选中文件: {f}") else: print(f"没有找到以 '{suffix}' 结尾的文件。") missing_files.append(suffix) # 记录缺失的文件 # 检查是否所有需要的文件都已找到 if missing_files: print("缺少以下必要的 PDF 文件，无法进行合并:") for missing in missing_files: print(f" - {missing}") return "" # 过滤掉不存在或为空的文件路径 all_pdfs_to_merge = [f for f in all_pdfs_to_merge if os.path.isfile(f)] if not all_pdfs_to_merge: print("没有找到要合并的 PDF 文件。") return "" # 调用 merge_pdfs 函数进行合并 try: merge_pdfs(all_pdfs_to_merge, output_path) print(f"已成功合并 PDF 文件到 '{output_path}'。") except Exception as e: print(f"合并 PDF 文件时出错: {e}") return "" # 检查合并后的文件是否存在且不为空 if os.path.exists(output_path) and os.path.getsize(output_path) > 0: # 合并成功，删除 {base_file_name}_before.pdf 文件 before_pdf_path = os.path.join(output_folder, f"{base_file_name}_before.pdf") if os.path.exists(before_pdf_path): try: os.remove(before_pdf_path) # print(f"已删除文件: {before_pdf_path}") except Exception as e: print(f"删除文件 {before_pdf_path} 时出错: {e}") else: print(f"未找到要删除的文件: {before_pdf_path}") return output_path else: print(f"合并失败，没有生成 '{output_path}'。") return "" #合并封面+招标公告+投标人须知前附表+须知正文 def merge_selected_pdfs_for_goods(output_folder, truncate_files, output_path, base_file_name): """ 合并 output_folder 中以 {base_file_name}_before.pdf 结尾的 PDF 文件， 以及 truncate_files 中以指定后缀结尾的文件，按照指定顺序合并。 参数： - output_folder (str): 包含以 {base_file_name}_before.pdf 结尾的 PDF 文件的文件夹路径。 - truncate_files (list): 包含 PDF 文件路径的列表。 - output_path (str): 合并后的 PDF 文件保存路径。 - base_file_name (str): 用于匹配文件名的基础名称。 返回: - str: 如果合并成功，返回 output_path；否则，返回空字符串 ""。 """ # 1. 获取 output_folder 中所有文件 try: all_output_files = os.listdir(output_folder) except FileNotFoundError: print(f"输出文件夹 '{output_folder}' 未找到。") return "" except PermissionError: print(f"没有权限访问输出文件夹 '{output_folder}'。") return "" # 2. 定义要选择的文件后缀及合并顺序 required_suffixes = [ f'{base_file_name}_before.pdf', f'{base_file_name}_notice.pdf', f'{base_file_name}_tobidders_notice_part1.pdf' ] optional_suffixes = [ f'{base_file_name}_tobidders_notice_part2.pdf' ] all_pdfs_to_merge = [] missing_files = [] # 用于记录缺失的文件 # 3. 处理必需的文件 for suffix in required_suffixes: if suffix == f'{base_file_name}_before.pdf': # 从 output_folder 中选择以 {base_file_name}_before.pdf 结尾的文件 matching_files = [ os.path.join(output_folder, f) for f in all_output_files if f.endswith(suffix) ] else: # 从 truncate_files 中选择以指定后缀结尾的文件 matching_files = [f for f in truncate_files if f.endswith(suffix)] if matching_files: # 如果找到多个匹配的文件，按名称排序并添加 matching_files_sorted = sorted(matching_files) all_pdfs_to_merge.extend(matching_files_sorted) # for f in matching_files_sorted: # print(f"选中文件: {f}") else: print(f"没有找到以 '{suffix}' 结尾的文件。") missing_files.append(suffix) # 记录缺失的文件 # 4. 处理可选的文件 for suffix in optional_suffixes: if suffix == f'{base_file_name}_before.pdf': # 从 output_folder 中选择以 {base_file_name}_before.pdf 结尾的文件 matching_files = [ os.path.join(output_folder, f) for f in all_output_files if f.endswith(suffix) ] else: # 从 truncate_files 中选择以指定后缀结尾的文件 matching_files = [f for f in truncate_files if f.endswith(suffix)] if matching_files: # 如果找到多个匹配的文件，按名称排序并添加 matching_files_sorted = sorted(matching_files) all_pdfs_to_merge.extend(matching_files_sorted) for f in matching_files_sorted: print(f"选中文件: {f}") else: print(f"可选文件 '{suffix}' 未找到，继续合并。") # 5. 检查是否所有必需的文件都已找到 if missing_files: print("缺少以下必要的 PDF 文件，无法进行合并:") for missing in missing_files: print(f" - {missing}") return "" print(f"总共将要合并的 PDF 文件数量: {len(all_pdfs_to_merge)}") # 6. 过滤掉不存在或为空的文件路径 all_pdfs_to_merge = [f for f in all_pdfs_to_merge if os.path.isfile(f) and os.path.getsize(f) > 0] if not all_pdfs_to_merge: print("没有找到要合并的有效 PDF 文件。") return "" # 7. 调用 merge_pdfs 函数进行合并 try: merge_pdfs(all_pdfs_to_merge, output_path) print(f"已成功合并 PDF 文件到 '{output_path}'。") except Exception as e: print(f"合并 PDF 文件时出错: {e}") return "" # 8. 检查合并后的文件是否存在且不为空 if os.path.exists(output_path) and os.path.getsize(output_path) > 0: # 合并成功，删除 {base_file_name}_before.pdf 文件 before_pdf_path = os.path.join(output_folder, f"{base_file_name}_before.pdf") if os.path.exists(before_pdf_path): try: os.remove(before_pdf_path) print(f"已删除文件: {before_pdf_path}") except Exception as e: print(f"删除文件 {before_pdf_path} 时出错: {e}") else: print(f"未找到要删除的文件: {before_pdf_path}") return output_path else: print(f"合并失败，没有生成 '{output_path}'。") return ""