[文件操作] [已解决]批处理有没有办法统计出多页PDF的页数呢？

001011

有很多PDF,都是多页的（也就是说一个pdf文件里面含有多张图）。有没有办法统计出N个PDF的所有页数呢？
比如：有01.PDF（含5张图）、02.PDF（含22张图）、03.PDF（含38张图）  都放到   E:\统计   里面
然后统计出：有三个PDF共含65张图
谢谢

pcl_test

利用网上所说的标识统计法
保存为批处理文件，跟pdf文件放在一起运行

@echo off 2>nul 3>nul
::需要安装.Net Framework 2.0及以上
::指定父文件夹
set "fd=E:\统计"
if not exist "%fd%" echo;路径有误&pause&exit
set "netpath=%systemroot%\Microsoft.NET\Framework"
for /f "delims=" %%a in ('dir /ad /b "%netpath%\v?.*"') do (
    if exist "%netpath%\%%a\csc.exe" (
        set "cscpath=%netpath%\%%a\csc.exe"
        goto :0
    )
)
echo;未安装.Net Framework 2.0及以上组件或相关程序丢失&pause&exit
:0
>"%tmp%\$" more +20 "%~f0"
"%cscpath%" /out:"%tmp%\$getpages.exe" "%tmp%\$"
echo;正在统计，稍后……
::输出到txt文件，下句修改为 >"文本.txt" "%tmp%\$getpages.exe" "%fd%"
"%tmp%\$getpages.exe" "%fd%"
pause&exit
using System;
using System.IO;
using System.Text.RegularExpressions;
namespace GetPages
{
    class PDFPageCount
    {
        static void Main(string[] args)
        {
            int i=0,s=0;
            String path = args[0].ToString();
            String[] files = Directory.GetFiles(path, "*.pdf", SearchOption.AllDirectories);
            foreach (string file in files)
            {
                FileStream fs = new FileStream(file, FileMode.Open, FileAccess.Read);
                StreamReader sr = new StreamReader(fs);
                string pdfText = sr.ReadToEnd();
                Regex regexp = new Regex(@"/Type\s*/Page[^s]");
                MatchCollection matches = regexp.Matches(pdfText);
                i++;
                s+=matches.Count;
                Console.WriteLine(file+"\t"+matches.Count);
            }
            Console.WriteLine("----------------------\r\n"+i+" Files\t"+s+" Pages");
        }
    }
}
复制代码

001011

不知道能不能加一个路径上去   这样可以统计一个文件夹下的所有PDF文件  谢谢

pcl_test

回复 3# 001011

每个文件夹单独统计？还是所有文件夹一起统计？

001011

所有文件夹一起统计 谢谢

CrLf

回复 2# pcl_test


    这样都可以！！！卧槽！！！卧槽！！！！！

pcl_test

回复 5# 001011

已修改

CrLf

研究了一下，原来 pdf 是基于 postscript，那也可以用 grep、findstr 之类的工具实现

grep -c "Type\s*/Page" *.pdf
复制代码

然后将结果减一即可

不过我好奇的是，严格来讲，如果 pdf 里包含 Type/Page 会怎样呢？

001011

我貌似遇到高人了啊
连巡查都   卧槽！！！卧槽！！！！！
呵呵
非常感谢高人啊

001011

只是执行效率有点低   257个PDF 快三分钟了  还没有执行完
我准备把10多万个的PDF  全部统计一遍呢

001011

貌似是识别完了  没有提示

回家路上

是啊，PDF没有自带个页数的属性呢，这样通过文本正则解析提取，如果pdf大的话，确实费时。
但能提取就已经是惊喜了。

001011

呵呵 也是啊

a6236130

为什么没有文本.txt生成出来？我都找过了