从零开始到PDF合并大师：Python合并PDF的完整指南

 # 摘要 随着数字化进程的加速，PDF文件合并成为信息处理的重要环节。本文深入探讨了Python在PDF文件合并中的应用，涵盖了必要的PDF处理理论和具体的实践操作。首先介绍了PDF文件格式和合并的基础知识，然后详细讲解了使用Python的两个常用库PyPDF2和PDFMiner进行PDF合并的步骤和高级操作。通过对自动化报告生成、多源数据整合等实际案例的分析，本文展示了Python合并PDF的实际效用，并提供了优化合并效率和功能的方法，包括性能优化和功能扩展。本文旨在为开发人员提供一个全面的指南，帮助他们在各种场景下有效地合并PDF文件。 # 关键字 Python；PDF合并；文件处理；自动化报告；性能优化；功能扩展 参考资源链接：[Python批量合并PDF文件实战教程](https://wenku.csdn.net/doc/6412b663be7fbd1778d468ac?spm=1055.2635.3001.10343) # 1. Python合并PDF的基本概念 在当今数字化办公环境中，PDF（Portable Document Format）格式因其跨平台兼容性和不易被篡改的特性，已成为文档分发和存档的首选格式。在实际工作中，我们常常需要将多个PDF文件合并为一个文档，以便于阅读、分发或存档。Python作为一种编程语言，因其简洁性和强大的库支持，成为自动化合并PDF文件的理想选择。在学习Python合并PDF之前，首先需要了解一些基础概念，包括PDF文件的结构、页面管理机制以及Python中处理PDF文件的常用库。 ## 2.1 PDF文件格式基础 ### 2.1.1 PDF结构解析 PDF文件由一系列的对象组成，这些对象包括文本、图片、字体、图形等。每一个PDF对象都有一个唯一的对象编号，并在文件中被引用。PDF文件的结构通常包含以下几个部分： - **Header**：定义PDF文件版本。 - **Body**：包含文档内容，是文件的主要部分。 - **Cross-Reference Table**：提供文件中对象之间的关系，便于定位和解析对象。 - **Trailer**：包含指向文件末尾的交叉引用表的指针以及指向文件元数据的指针等信息。 ### 2.1.2 PDF页面管理机制 在PDF中，页面是构成文档结构的基本单元。每个页面由一个或多个内容流组成，内容流中包含用于渲染页面内容的指令。页面信息通常存储在页面树数据结构中，该结构允许嵌套页面以形成复杂的页面层级关系。了解这些基础概念有助于我们在合并PDF文件时更好地处理页面。 接下来，我们将深入探讨Python中处理PDF文件的库，以及合并PDF文件的基本理论和实践操作，让我们继续在第二章中深入了解。 # 2. 掌握必要的PDF处理理论 ## 2.1 PDF文件格式基础 ### 2.1.1 PDF结构解析 便携式文档格式（PDF）自1993年由Adobe Systems推出以来，已成为电子文档共享的标准格式。PDF文件的结构非常复杂，包含多种组件，其中包括文本、图像、字体、色彩空间、嵌入文件等。了解PDF结构对于理解和处理PDF文件至关重要。 PDF文件由一系列的“对象”构成，包括布尔值、整数、浮点数、字符串、名字、数组、字典、流对象和空对象。这些对象通过交叉引用表和文件头和文件尾的结构组织在一起。 * 交叉引用表（xref table）：这是一种索引，使得PDF阅读器能够快速定位文件中的对象。 * 文件头和文件尾：文件头包含一个标志，表示该文件是PDF格式，紧接着是一个版本号。文件尾包含交叉引用表的位置和文件的一些元数据（如创建日期、修改日期等）。 ### 2.1.2 PDF页面管理机制 PDF页面是PDF文件的核心组成部分，每一个PDF文件都至少包含一个页面。页面管理机制主要涉及页面对象和页面树。 * 页面对象：每一个页面对象都代表PDF文件中的一个页面。页面对象描述了页面的尺寸、内容和其他属性。 * 页面树：页面树是一个数据结构，它以树的形式组织页面对象，形成了页面之间的层级关系。页面树的根节点是一个目录，目录下可能会有子目录，最底层的就是页面对象。 理解页面管理机制对于合并PDF文件尤其重要，因为它决定了如何选择、排序和组织合并后的页面。 ## 2.2 Python中PDF处理库概述 ### 2.2.1 常用PDF处理库对比 在Python中，处理PDF文件的库有很多，其中较为知名的有PyPDF2、PDFMiner、ReportLab等。下面对这些库进行简单的对比： * PyPDF2：一个非常流行的开源库，提供了PDF文件合并、分割、旋转、压缩等操作，但有时在处理复杂的PDF文件时可能会遇到一些问题。 * PDFMiner：专注于文本提取和分析，处理PDF文件的图像和布局比PyPDF2更准确，但处理速度较慢。 * ReportLab：主要面向生成PDF文件，虽然支持合并和分割PDF文件，但主要用途是创建新的PDF内容。 ### 2.2.2 安装与配置Python PDF库 在开始合并PDF文件之前，首先需要安装并配置所需的Python PDF处理库。通常，我们使用`pip`命令来安装这些库。 对于PyPDF2，可以在命令行中运行以下命令： ```sh pip install PyPDF2 ``` 对于PDFMiner，命令如下： ```sh pip install PDFMiner ``` 这些库的安装过程非常简单，安装完成后就可以在Python脚本中直接导入这些库并使用它们提供的API来处理PDF文件了。 ## 2.3 合并PDF的理论基础 ### 2.3.1 合并算法简介 合并PDF文件的基本原理是将多个PDF文件的页面对象添加到一个新的PDF页面树中。基本的合并算法步骤如下： 1. 读取每一个待合并PDF文件的页面对象。 2. 创建一个新的PDF文件，并初始化一个新的页面树。 3. 将第一个PDF文件的页面对象按顺序插入到新的页面树中。 4. 对于每一个后续的PDF文件，读取其页面对象，将其按照原文件中的顺序依次插入到新的页面树中。 5. 更新交叉引用表和文件头文件尾，完成合并。 ### 2.3.2 合并过程中的注意事项 合并PDF文件时，有几个重要的注意事项： * 页面尺寸和方向：合并前需要确保所有PDF文件的页面尺寸和方向一致，否则会出现页面错乱的情况。 * 字体和图像兼容性：合并的PDF文件应使用相同或兼容的字体和图像格式，以避免显示错误。 * 书签和元数据：合并时应考虑保留原有的书签和元数据信息，确保文档的可读性和信息的完整性。 * 合并策略：对于大量或大型的PDF文件，需要考虑采用分批合并或其他优化策略，以减少内存消耗并提高处理效率。 掌握上述理论知识将有助于我们更好地进行PDF文件合并的实践操作。 # 3. 实践操作：使用Python合并PDF文件 在深入到Python合并PDF文件的实践操作之前，我们需要首先理解在不同场景下如何选择合适的库，并根据不同的需求完成PDF的合并操作。本章将详细介绍如何使用PyPDF2和PDFMiner这两个流行的Python库来合并PDF文件，以及一些高级操作技巧，例如指定页面范围合并、合并时添加水印和注释、合并前的页面预处理等。 ## 3.1 使用PyPDF2合并PDF PyPDF2是一个非常流行的用于处理PDF文件的Python库，它提供了丰富的功能用于读取、合并和拆分PDF文件。在本节中，我们将重点介绍PyPDF2的安装、导入和基本的合并操作。 ### 3.1.1 PyPDF2安装与导入 为了使用PyPDF2，首先需要确保已经正确安装。可以使用pip包管理器进行安装： ```shell pip install PyPDF2 ``` 安装完成后，在Python脚本中导入PyPDF2库，如下： ```python import PyPDF2 ``` ### 3.1.2 PyPDF2合并PDF示例代码 接下来，我们将通过一个简单的示例来展示如何使用PyPDF2合并PDF文件。假设我们有三个PDF文件`file1.pdf`、`file2.pdf`和`file3.pdf`，我们的目标是将它们合并为一个名为`merged.pdf`的文件。 ```python def merge_pdfs(paths, output): pdf_writer = PyPDF2.PdfFileWriter() for path in paths: pdf_reader = PyPDF2.PdfFileReader(path) for page in range(pdf_reader.numPages): # 将每页添加到pdf_writer对象中 pdf_writer.addPage(pdf_reader.getPage(page)) # 写入合并后的PDF with open(output, 'wb') as out: pdf_writer.write(out) # 指定要合并的PDF文件路径列表 file_paths = ['file1.pdf', 'file2.pdf', 'file3.pdf'] # 指定输出的PDF文件路径 output_path = 'merged.pdf' merge_pdfs(file_paths, output_path) ``` 这段代码首先创建了一个`PdfFileWriter`对象用于写入合并后的PDF，然后遍历要合并的所有PDF文件，逐页添加到`PdfFileWriter`对象中。最后，通过打开输出文件并调用`write`方法将合并后的PDF写入文件。 ## 3.2 使用PDFMiner合并PDF PDFMiner是另一个强大的库，它不仅支持合并PDF文件，还支持从PDF中提取文本、图像、字体信息等。在本节中，我们将会介绍如何安装PDFMiner，以及如何使用它进行PDF合并。 ### 3.2.1 PDFMiner安装与导入 安装PDFMiner同样可以通过pip包管理器： ```shell pip install pdfminer.six ``` 导入PDFMiner的代码如下： ```python from pdfminer.high_level import extract_pages ``` ### 3.2.2 PDFMiner合并PDF示例代码 PDFMiner的合并操作与PyPDF2略有不同，因为PDFMiner的设计主要是为了从PDF文件中提取内容。不过，它也可以用来合并PDF文件。下面是一个基本的PDFMiner合并PDF的示例： ```python def pdfminer_merge_pdfs(paths, output): with open(output, 'wb') as out: for path in paths: for page in extract_pages(path): out.write(page) file_paths = ['file1.pdf', 'file2.pdf', 'file3.pdf'] output_path = 'merged.pdf' pdfminer_merge_pdfs(file_paths, output_path) ``` 在这个函数中，我们使用`extract_pages`函数遍历指定的PDF文件列表，然后将每页的内容写入输出文件中。这是一个比较原始的方式，实际上PDFMiner也支持将页面添加到`PDFPageAggregator`对象中进行合并，但基本原理是相似的。 ## 3.3 合并PDF的高级操作 在完成基本的PDF合并操作之后，我们可能还需要进行一些高级操作，以满足特定的需求。例如，有时候我们只想合并特定的页面范围，或者在合并过程中添加水印或注释。 ### 3.3.1 指定页面范围合并 如果只需要合并特定的页面范围，可以在提取页面时进行筛选： ```python def merge_specific_pages(paths, output, start_page=0, end_page=None): pdf_writer = PyPDF2.PdfFileWriter() for path in paths: pdf_reader = PyPDF2.PdfFileReader(path) # 按照指定的页面范围添加 for page_num in range(start_page, pdf_reader.numPages if end_page is None else end_page): pdf_writer.addPage(pdf_reader.getPage(page_num)) with open(output, 'wb') as out: pdf_writer.write(out) file_paths = ['file1.pdf', 'file2.pdf', 'file3.pdf'] output_path = 'merged_with_range.pdf' start_page = 1 end_page = 3 merge_specific_pages(file_paths, output_path, start_page, end_page) ``` 在这个示例中，我们定义了一个新的函数`merge_specific_pages`，它接受额外的参数`start_page`和`end_page`来指定需要合并的页面范围。 ### 3.3.2 合并时添加水印和注释 虽然PyPDF2和PDFMiner都提供了合并PDF的基础功能，但它们本身并不直接支持在合并的同时添加水印和注释。为了实现这些高级功能，可能需要结合其他库（比如ReportLab用于添加水印），或者在合并后的PDF上使用PDF编辑工具。 ### 3.3.3 合并前的页面预处理 有时候，合并前对页面进行预处理会更有利于最终的输出效果。预处理可能包括旋转页面、调整页面尺寸等： ```python def preprocess_pages(paths, output, rotate=0): pdf_writer = PyPDF2.PdfFileWriter() for path in paths: pdf_reader = PyPDF2.PdfFileReader(path) for page_num in range(pdf_reader.numPages): page = pdf_reader.getPage(page_num) page.rotateClockwise(rotate) pdf_writer.addPage(page) with open(output, 'wb') as out: pdf_writer.write(out) file_paths = ['file1.pdf', 'file2.pdf', 'file3.pdf'] output_path = 'preprocessed_merged.pdf' rotate = 90 preprocess_pages(file_paths, output_path, rotate) ``` 在上面的示例中，我们定义了一个`preprocess_pages`函数，它接受一个额外的参数`rotate`用于旋转页面。 通过这些高级操作，我们可以灵活地根据需求完成PDF合并任务。这些方法提供了对合并过程更精细的控制，能够帮助我们在不同的应用场景中获得更好的合并效果。 # 4. Python合并PDF的实战案例分析 ## 4.1 自动化报告生成 在企业中，生成自动化报告是一种常见的需求，可以大幅度提高工作效率并减少重复性工作。使用Python合并PDF文件可以自动化地生成包含多个部门或多个项目数据的综合报告。这一节我们将探讨如何设计报告结构，并实现自动添加页眉页脚的自动化报告生成功能。 ### 4.1.1 报告结构设计与实现 在设计自动化报告时，首先需要定义报告的结构。通常，一个综合报告会包含封面、目录、各部分具体内容、附录以及封底。每个部分都是一个PDF文件或者PDF文件的一部分。 为了实现这一功能，可以设计一个程序，它读取各个独立的PDF文档，按照预定义的顺序排列，并在它们之间插入封面和目录。封面和目录通常是由报告生成程序在运行时动态生成的。 ```python from PyPDF2 import PdfFileWriter, PdfFileReader def create_report(report_parts): pdf_writer = PdfFileWriter() # 添加封面 cover = PdfFileReader("cover.pdf") for page in range(cover.getNumPages()): pdf_writer.addPage(cover.getPage(page)) # 添加目录 directory = PdfFileReader("directory.pdf") for page in range(directory.getNumPages()): pdf_writer.addPage(directory.getPage(page)) # 添加报告内容部分 for part in report_parts: part_pdf = PdfFileReader(part) for page in range(part_pdf.getNumPages()): pdf_writer.addPage(part_pdf.getPage(page)) # 输出报告 with open('report.pdf', 'wb') as output_pdf: pdf_writer.write(output_pdf) create_report(["part1.pdf", "part2.pdf", "part3.pdf"]) ``` ### 4.1.2 自动添加页眉页脚 在企业报告中添加页眉页脚是一种常见的排版需求。Python的PyPDF2库可以用来向PDF页面添加文本，但这需要对PDF页面的内容结构进行操作。一个简单的方式是使用PDF的注释功能来添加页眉页脚。 ```python from PyPDF2 import PdfFileWriter, PdfFileReader from PyPDF2.pdf import PageObject def add_watermark(pdf_in, pdf_out, watermark_text): input_pdf = PdfFileReader(pdf_in) output_pdf = PdfFileWriter() watermark_page = PageObject.createBlankPage(width=input_pdf.getPage(0).mediaBox[2], height=input_pdf.getPage(0).mediaBox[3]) watermark_page.insertText(watermark_text) for page_num in range(input_pdf.getNumPages()): page = input_pdf.getPage(page_num) page.mergePage(watermark_page) output_pdf.addPage(page) with open(pdf_out, 'wb') as f: output_pdf.write(f) add_watermark("report.pdf", "watermarked_report.pdf", "Confidential") ``` 通过这种方式，我们可以在生成报告的每个页面上添加页眉页脚，以符合企业报告的格式要求。 ## 4.2 多源数据整合 在处理大量数据时，可能会遇到需要从不同的数据源整合信息到PDF的情况。这些数据源可能是多种格式的文档，比如Word、Excel、甚至是图片。为了将这些数据有效地合并到一个PDF中，需要将它们转换成PDF格式，然后再进行合并。 ### 4.2.1 不同格式文件的转换与合并 转换其他格式的文件到PDF格式可以使用许多不同的工具，如LibreOffice，它能够将文档、表格和演示文稿转换为PDF。之后，可以使用Python脚本将转换后的PDF文件按照指定的顺序进行合并。 ```python import os from PyPDF2 import PdfFileReader, PdfFileWriter def convert_and_merge多种形式文件列表, target_directory): for file in 形式文件列表: # 假设我们有一个函数可以将特定格式的文件转换为PDF pdf_path = convert_to_pdf(file, target_directory) if pdf_path: input_pdf = PdfFileReader(pdf_path) output_pdf = PdfFileWriter() for page_num in range(input_pdf.getNumPages()): page = input_pdf.getPage(page_num) output_pdf.addPage(page) with open(os.path.join(target_directory, f"converted_{file}.pdf"), 'wb') as output: output_pdf.write(output) def merge_pdfs(pdf_files, output_pdf): output = PdfFileWriter() for pdf_file in pdf_files: input_pdf = PdfFileReader(pdf_file) for page in range(input_pdf.getNumPages()): output.addPage(input_pdf.getPage(page)) with open(output_pdf, 'wb') as f: output.write(f) # 转换文件并存储到指定目录 form多样形式文件列表 = ["document.docx", "spreadsheet.xlsx", "presentation.pptx"] convert_and_merge(形式文件列表, "converted_files") # 合并转换后的PDF文件 pdf_files = [f"converted_{file}.pdf" for file in 形式文件列表] merge_pdfs(pdf_files, "final_report.pdf") ``` ### 4.2.2 大规模文档合并的策略 对于大规模文档的合并，直接将所有文档一次性合并可能会导致内存不足或运行效率低下。一种解决策略是分批合并，即将文档分组，分组合并后再将这些分组结果进行合并。此外，可以使用外部命令行工具，如`pdftk`，来执行合并操作，并利用其多线程特性提升效率。 ```bash pdftk part1.pdf part2.pdf part3.pdf cat output report.pdf ``` ## 4.3 错误处理与日志记录 在处理PDF合并任务时，总有可能遇到一些异常或错误情况。例如，文件可能损坏、缺少必要的文件依赖、权限问题等。在本节中，我们将讨论常见的错误类型及其处理方法，并探讨如何实现有效的日志记录系统。 ### 4.3.1 常见错误及处理方法 当使用Python进行PDF合并时，可能会遇到的常见错误包括但不限于： - PDF文件损坏或加密 - 磁盘空间不足 - 缺少文件依赖或路径错误 - 库版本不兼容 对于这些常见错误，可以编写代码来捕捉异常并进行相应的错误处理： ```python from PyPDF2 import PdfFileReader, PdfFileWriter, utils from PyPDF2.pdf import PDFPageNotAddedError def merge_pdfs_safe(pdf_files, output_pdf): output = PdfFileWriter() for pdf_file in pdf_files: try: input_pdf = PdfFileReader(open(pdf_file, "rb")) for page in range(input_pdf.getNumPages()): output.addPage(input_pdf.getPage(page)) except utils.PdfReadError: print(f"Error: File '{pdf_file}' is either corrupted or password protected.") except PDFPageNotAddedError as e: print(f"Error: {e}") with open(output_pdf, 'wb') as f: output.write(f) ``` ### 4.3.2 日志记录的最佳实践 日志记录是任何生产环境应用程序的重要组成部分。在Python中，可以使用标准库中的`logging`模块来记录错误、警告、信息以及调试信息。适当的日志记录可以帮助开发者快速定位问题并了解应用程序的运行状态。 ```python import logging logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s', filename='pdf_merge.log', filemode='w') def setup_logging(): logging.info("PDF merging started") # 其他特定的错误处理也可以在这里记录 # ... # 在合并函数中调用日志记录 setup_logging() merge_pdfs_safe(["part1.pdf", "part2.pdf", "part3.pdf"], "report.pdf") ``` 通过以上设置，合并程序开始时会记录一条信息日志，对于任何捕获到的异常或错误，程序都会记录相应的日志信息，使得开发者能够轻松追踪问题所在。 通过上述对自动化报告生成、多源数据整合以及错误处理与日志记录的讨论和分析，我们可以看到Python在处理PDF文件合并方面的实际应用，并且能够应用到真实的场景中去。这些知识点为IT专业人员在进行相关任务时提供了有力的支持和指导。 # 5. 提高合并PDF的效率和功能 在合并PDF文档的过程中，我们经常会遇到性能瓶颈和功能需求的扩展。为了解决这些问题，我们需要掌握一系列优化技巧以及进行功能开发。此外，与Web应用集成将提高用户使用合并PDF功能的便利性。 ## 性能优化技巧 ### 分页合并与多线程处理 为了提高合并PDF的效率，我们可以通过分页合并与多线程处理的方式，来平行处理多个PDF文件的合并工作。以下是一段使用Python的`concurrent.futures`模块实现多线程PDF合并的示例代码： ```python from PyPDF2 import PdfFileReader, PdfFileWriter from concurrent.futures import ThreadPoolExecutor def merge_pdf_pages(file_list): pdf_writer = PdfFileWriter() with ThreadPoolExecutor(max_workers=4) as executor: for i, file_name in enumerate(file_list): pdf_reader = PdfFileReader(file_name) # 只合并每个PDF的第一页 executor.submit(pdf_writer.addPage, pdf_reader.getPage(0)) # 输出合并后的PDF文件 with open('merged_output.pdf', 'wb') as out_file: pdf_writer.write(out_file) # 示例文件列表 files_to_merge = ['file1.pdf', 'file2.pdf', 'file3.pdf'] merge_pdf_pages(files_to_merge) ``` ### 代码优化与内存管理 在处理大型PDF文档时，内存消耗是一个关键问题。确保代码的优化和高效的内存使用至关重要。例如，使用`with`语句来确保文件在读取后正确关闭，从而避免内存泄漏。 ```python with open('input.pdf', 'rb') as pdf_file: pdf_reader = PdfFileReader(pdf_file) # 进行操作... ``` ## 扩展功能开发 ### 插入封面与目录 为了增强文档的专业性和易于导航，可以在合并的PDF文档中添加封面和目录页面。这可以通过手动创建PDF文档并将其插入到合并后文档的相应位置来实现。 ```python from PyPDF2 import PdfFileWriter def add_cover_and_toc(pdf_writer, cover, toc): pdf_writer.addPage(cover) # 将目录页面插入到指定位置 # 这里以添加到第一页为例 pdf_writer.addPage(toc) pdf_writer = PdfFileWriter() # 假设已经创建了cover和toc PDF对象 add_cover_and_toc(pdf_writer, cover_pdf, toc_pdf) ``` ### 定制化水印与页码 在企业文档或特定报告中，添加水印或页码是常见的需求。我们可以创建一个自定义函数，利用PDF处理库的功能将水印添加到每一页。 ```python import fitz # PyMuPDF def add_watermark_and_page_numbers(input_pdf, output_pdf): # 打开PDF文件 doc = fitz.open(input_pdf) # 创建水印和页码 watermark = fitz.open() page = watermark.newPage(width=doc.rect.width, height=doc.rect.height) page.insertText((100, 400), "Confidential", fontsize=50) watermark.save("watermark.pdf") watermark.close() for page_number in range(len(doc)): page = doc.loadPage(page_number) # 添加水印 page.showPDFpage(doc.rect, "watermark.pdf", 0) # 添加页码 page.insertText((10, 10), f"Page {page_number + 1}") # 保存新文档 doc.save(output_pdf) doc.close() add_watermark_and_page_numbers("merged_output.pdf", "final_output.pdf") ``` ## 与Web应用的集成 ### 构建Web服务端的PDF合并工具 将PDF合并工具构建为Web服务端应用，可以让用户通过简单的Web界面上传文件并合并。使用Flask或Django等Python Web框架可以轻松实现。 ```python from flask import Flask, request, send_from_directory import os app = Flask(__name__) @app.route('/merge', methods=['POST']) def merge_pdfs(): # 获取上传的文件并保存 uploaded_files = request.files.getlist('pdf_files') file_list = [] for file in uploaded_files: filename = secure_filename(file.filename) file.save(os.path.join(app.config['UPLOAD_FOLDER'], filename)) file_list.append(os.path.join(app.config['UPLOAD_FOLDER'], filename)) # 合并PDF并保存到上传文件夹 merge_pdf_pages(file_list) return send_from_directory(app.config['UPLOAD_FOLDER'], 'merged_output.pdf') if __name__ == '__main__': app.run(debug=True) ``` ### 前端界面设计与用户交互 前端界面应简洁直观，方便用户上传文件并触发合并操作。使用HTML, CSS和JavaScript可以创建用户友好的界面。下面是一个简单的前端示例，它使用JavaScript来处理文件上传和提交合并请求。 ```html <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>PDF Merger</title> </head> <body> <input type="file" id="file-input" multiple> <button onclick="mergePDFs()">Merge PDFs</button> <script> function mergePDFs() { var files = document.getElementById('file-input').files; var formData = new FormData(); for (var i = 0; i < files.length; i++) { formData.append('pdf_files[]', files[i]); } fetch('/merge', { method: 'POST', body: formData, }).then(response => response.blob()).then(blob => { var url = window.URL.createObjectURL(blob); var a = document.createElement('a'); a.style.display = 'none'; a.href = url; a.download = 'merged_output.pdf'; document.body.appendChild(a); a.click(); window.URL.revokeObjectURL(url); }).catch(error => { console.error('Error:', error); }); } </script> </body> </html> ``` 通过以上内容，我们可以看到如何优化和扩展Python合并PDF的功能和效率，从而为用户带来更佳的体验。无论是性能优化，功能扩展，还是Web集成，都为PDF合并工具的未来发展提供了坚实的基础。