在 once/an 整个目录的许多文件上运行 ipynb 脚本？

Question

我会第一个告诉你，我的Python技能充其量只是初学者，所以请原谅我的无知。

作为背景，我在 Anaconda Jupyter Notebooks 中创建了一个 Python 脚本，它从文件夹 C:\Users\...\PDFs 中读取单个 PDF，提取所述 PDF 的文本，然后通过一些拼接将感兴趣的文本放入它创建的 CSV 文件中。

问题是我想在 数百个 个 PDF 上执行此脚本（ipynb 脚本本身在对单个 PDF 执行时工作得很好，我只是不想继续手动更改 Notebook/Python 脚本中的文件名）。使用 pdfreader，我的脚本以以下内容开头：

import pdfreader
from pdfreader import PDFDocument, SimplePDFViewer
fd = open(r'C:Users\...\PDFs\[pdf name].pdf', 'rb')
viewer = SimplePDFViewer(fd) 
doc = PDFDocument(fd)

这就是我卡住的地方 - 我不知道如何运行这个 on/import 文件夹中的所有 PDF。我看到有些人使用带星号的可变文件名，例如 C:\Users\...\PDFs\*.pdf，但我无法做到这一点。似乎可以将我的 ipynb 保存为 py 文件，然后以某种方式运行在 Anaconda Prompt 中保存它，但是我一直在努力让这种方法也起作用。我不熟悉 bat 文件，但这些文件似乎也很有潜力。

有谁知道在一个目录中的许多 PDF 上同时运行此脚本的方法吗？我已经搜集了很多东西，但我这辈子都想不通。任何帮助将不胜感激！ :)

Answer 1

您可以使用 glob 模块收集所有文件名，然后遍历它们。

import pdfreader
from pdfreader import PDFDocument, SimplePDFViewer
from glob import glob

pdf_files = glob(r'C:Users\...\PDFs\*.pdf')

for path in pdf_files:
    fd = open(path, 'rb')
    viewer = SimplePDFViewer(fd) 
    doc = PDFDocument(fd)

    ...
    fd.close()

在 once/an 整个目录的许多文件上运行 ipynb 脚本？

Runinng a ipynb script on many files at once/an entire directory?

python

pdf

subprocess