[文件操作] 求助能够统计pdf页数的bat脚本

2652boy

因为之前做的很多东西都没统计过页数，现在审计查要具体数据，有大神能帮忙写一个吗？

hfxiang

回复 1# 2652boy

import argparse
from glob import glob
from os.path import exists, join
from PyPDF2 import PdfFileReader

def get_total_pages(folder, recursive=False):
    if not exists(folder):
        return "Error: No such file or directory: {}".format(folder)
    if recursive:
        pdf_list = glob(join(folder, "**/*.pdf"), recursive=True)
    else:
        pdf_list = glob(join(folder, "*.pdf"), recursive=False)

    pages = []
    for pdf in pdf_list:
        reader = PdfFileReader(pdf)
        num_page = reader.getNumPages()
        # print("%d pages <-- '%s'" % (num_page, pdf))
        pages.append(num_page)
    return sum(pages)

if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument('folder', type=str, help='path to the folder where PDF files are stored.')
    parser.add_argument('--recursive', '-r', action='store_true', help='search PDF files in the <folder> recursively.')
    args = parser.parse_args()
    total_pages = get_total_pages(args.folder, recursive=args.recursive)
    print("===============================\nTotal pages in '%s': %d" % (args.folder, total_pages))
复制代码

将以上文本以UTF-8编码保存为count_pdf_pages.py，假设要统计"D:\tmp\pdf"文件夹（含子文件夹）下所有pdf文档的页数总数，可执行以下指令获得：
python count_pdf_pages.py "D:\tmp\pdf" -r

2652boy

回复 2# hfxiang


    感谢大佬

buyiyang

现在的exiftool功能比较强大

set "sd=C:\1\2"
cd "%sd%"
"%~dp0exiftool(-k).exe" -s -csv -PageCount *.pdf>%~dp0pdfpages.txt
复制代码

补充一个下载链接https://exiftool.org/exiftool-12.62.zip，脚本和exiftool放同一个目录，然后在脚本中设置好pdf目录

jyswjjgdwtdtj

试试用word.application(office)/kwps.application(wps)
自带的总归比第三方好（谁电脑上每个文档编辑器？）

terse

@echo off & setlocal enabledelayedexpansion
set file=a.pdf
for /f %%i in ('findstr /irc:"/Type[	 ]*/Page" "!file!" 2^>nul ^|find /v "/Pages" ^|find /c "/Page"') do set "n=%%i"
echo !file!  !n!

pause
复制代码

buyiyang

回复 6# terse


    页面对象的数目和pdf的实际页数似乎不完全一致，我看了一下页面树根节点有一个Count属性与实际页数一致。

Batcher

回复 1# 2652boy


批处理调用PDFtk获取PDF文件页数
http://bbs.bathome.net/thread-65227-1-1.html#pid264896

terse

回复 7# buyiyang
是的  但也可能会包含多个count属性 准确性也会受到影响 还是专业工具处理好

添加个提取count属性的
删了 准确性不高
另外 这样可以一次findstr哦

findstr /irc:"/Type[	 ]*/Page\>" "!file!" 2^>nul ^|find /c "/Page"
复制代码