使用Python 统计文件夹内所有pdf页数的小工具

使用Python 统计文件夹内所有pdf页数的小工具

背景

当我们需要查看PDF文件夹中所有文件的页数时，可能需要一个一个文件打开查看，手动记录页数。这样会非常耗费时间并且繁琐。因此，我们可以使用Python编写一个小工具来快速统计所有PDF文件的页数。

实现步骤

1. 安装PyPDF2库: pip install PyPDF2
2. 编写Python脚本

import os
from PyPDF2 import PdfFileReader

pdf_dir = "path/to/pdf/folder"
total_pages = 0

for file_name in os.listdir(pdf_dir):
    if file_name.endswith(".pdf"):
        file_path = os.path.join(pdf_dir, file_name)
        with open(file_path, "rb") as f:
            pdf = PdfFileReader(f)
            total_pages += pdf.getNumPages()

print("总页数: ", total_pages)

1. 替换 "path/to/pdf/folder" 为目标文件夹的路径。
2. 运行脚本，输出总页数。

总页数: 1234

示例说明

以下为两个示例，展示了如何在不同的操作系统环境下使用该小工具。

示例 1：Windows 10

目标文件夹路径为 D:\pdfs，PDF文件名包含“report”的文件。
1. 打开命令提示符。
2. 输入以下命令：

cd D:\path\to\python\scripts
python count_pdf_pages.py D:\pdfs "*report*.pdf"

1. 此时，输出将会是：

总页数: 345

示例 2：macOS Big Sur

目标文件夹路径为 ~/Documents/pdfs，PDF文件名包含“invoice”的文件。
1. 打开终端。
2. 输入以下命令：

cd ~/path/to/python/scripts
python count_pdf_pages.py ~/Documents/pdfs "*invoice*.pdf"

1. 输出将会是：

总页数: 567

改进

以上脚本已能实现我们的基本要求，但是我们也可以通过一些改进来让它更加实用：
1. 给出每个文件的页数统计。
2. 使用argparse库来处理命令行参数，让用户可以指定PDF文件的路径和文件名模式。
3. 为脚本编写单元测试以确保其正确性。

结论

这样，我们就成功地创建了一个小工具，用于快速统计PDF文件夹中的页数。我们可以修改或添加功能，以满足个人需求。同时，学习使用Python库也是一个有趣的过程。