0

我正在尝试从共享驱动器上的不同文件夹（在不同目录中）导入多个文件。但是当我使用更改目录功能时，我只能选择一个路径。

有什么办法可以从多个文件夹导入文件吗？想法是导入 2-3 个不同的文件（.txt 或 /pdf）并将它们合并到一个输出文件中。

到目前为止，我一直在使用以下代码：

pip install PyPDF2
from PyPDF2 import PdfFileMerger
import os
chdir = os.chdir("C:/Users/47124")
merger = PdfFileMerger()
input1 = open("File1", "rb") #what is rb and wb?
input2 = open("File2", "rb")
merger.append(fileobj = input1)
merger.append(fileobj = input2)
output = open("document-output.pdf","wb")
merger.write(output)
output.close()

注意：File1 和 File2 位于不同的位置；它们不能放在一个文件夹中。

4

1 回答 1

0

无需更改 python 代码中的目录，只需将文件名定义为绝对路径（完整路径）。因此，而不是例如File1.pdf或MyFolder/File1.pdf相对的，将其更改为绝对的例如/home/ptklearning/Documents/MyFolder/File1.pdf或C:\Users\ptklearning\Documents\MyFolder\File1.pdf或无论它在哪里。

示例代码：

merger = bytes()

filenames = [
    '/home/nponcian/Documents/GitHub/myproject/src/notes/file1.py',
    '/home/nponcian/Documents/Program/file2.txt',
    # Add more files as you wish. Note that they would be appended as raw bytes.
]

filename_output = "document-output.txt"

for filename in filenames:
    with open(filename, 'rb') as file_input:
        file_content = file_input.read()
        merger += file_content

with open(filename_output, 'wb') as file_output:
    file_output.write(merger)

document-output.txt 的内容：

# This is file1.py
# A dummy line within file1.py
While this is file2.txt!



Nothing more from this 2nd file...

file2 wants to say goodbye now!

示例代码（使用 PDF 文件）：

from PyPDF2 import PdfFileMerger, PdfFileReader

merger = PdfFileMerger()

filenames = [
    '/home/nponcian/Documents/Program/StackOverflow_how_to_python.pdf',
    '/media/sf_VirtualBoxFiles/python_cheat_sheet.pdf',
    # Add more files as you wish. Note that they would be appended as PDF files.
]

filename_output = "document-output.pdf"

for filename in filenames:
    merger.append(PdfFileReader(filename, strict=False))

with open(filename_output, 'wb') as file_output:
    merger.write(file_output)

document-output.pdf 的内容：

<Combined PDF of the input files>

笔记：

  • rb表示读取二进制
  • wb表示 Write-Binary （如果您想始终覆盖输出文件）
  • ab表示附加二进制（如果您只想将新合并附加到输出文件）

如果您正在处理的文件不是通常的文本文件，例如 docx、pdf、mp3 等，则需要显式b（二进制）。尝试使用文本编辑器打开它们，您就会明白我的意思 :) 此类文件将被读取作为一个python-bytes对象而不是作为python-str对象。

于 2021-03-02T11:25:54.877 回答