批量导出 PDF 属性

Question

TL;DR

我希望将一个充满 PDF 文件的文件目录和 "export" 它们的属性（特别是页码）保存到一个 .CSV 文件中。

研究

我发现有许多程序可以让我批量导出 PDF 的元数据，但这通常与源信息有关，而不是有关 PDF 本身的可用信息。

详情

我需要页码才能推断出页面的顺序。我正在使用一个索引系统，该系统将允许两方查找和交流文档。我计划创建一个 Excel 文档，其中包含文档标题和唯一 ID，这些 ID 需要与 PDF 上的连续贝茨编号相对应。

我不介意编码或对此进行广泛的创意，但它必须是可以批量完成的事情，因为有很多文件。

提前感谢您提供的任何帮助。

Answer 1

你说你不介意编码，所以这里有一个简短的 Python 脚本，它可以做你想做的事（据我所知）。

#!python3.6
import csv
import os

import fitz  # http://pymupdf.readthedocs.io/en/latest/


def main():
    """ Place script in same directory as PDFs. """
    script_dir = os.path.dirname(os.path.abspath(__file__))
    csv_filename = os.path.join(script_dir, 'pdf_information.csv')
    with open(csv_filename, mode='w', newline='') as f:
        writer = csv.writer(f)
        writer.writerow([
            'Filename',
            'Page Count',
        ])
        for basename in os.listdir(script_dir):
            if basename.upper().endswith('.PDF'):
                filename = os.path.join(script_dir, basename)
                pdf = fitz.open(filename)
                writer.writerow([
                    basename,
                    pdf.pageCount,
                ])
                pdf.close()


if __name__ == '__main__':
    main()

批量导出 PDF 属性

Batch Export PDF Properties

pdf

excel

adobe

batch-processing