批量处理PDF需协同PyPDF2（操作已有PDF）与reportlab（从零绘制PDF）：前者用于拆分、合并、提取文本，后者用于加水印、页眉页脚及生成结构化报表，注意版本兼容、中文字体注册、异常捕获与内存管理。
批量处理PDF文件，核心是用 PyPDF2 读取、拆分、合并、提取文本或元数据，再用 reportlab 动态生成新PDF（如水印、目录页、封面、报表）。两者分工明确：PyPDF2 负责“操作已有PDF”，reportlab 负责“从零绘制PDF”。搭配使用，就能实现自动化文档流水线。
批量拆分与合并PDF（PyPDF2）
适合整理扫描件、合并合同附件、按页拆分报告等场景。关键点在于避免直接写入原文件，始终用 PdfWriter 构建新对象。
- 批量合并：遍历PDF路径列表，用
PdfReader逐个加载，调用writer.add_page(page)添加页面，最后writer.write(output_file) - 按页拆分：对单个PDF读取后，循环每页创建独立
PdfWriter，写入f"output_{i+1}.pdf" - 注意：PyPDF2 无法修改字体、图像或重排版；加密PDF需先用
.decrypt(password)解密才能读取
添加文字水印与动态页眉（reportlab）
PyPDF2 本身不支持绘图，所以加水印、页码、标题栏必须借助 reportlab 生成覆盖层PDF，再用 PyPDF2 叠加到原文件上。
- 用
Canvas绘制半透明文字水印（设置setFillAlpha(0.1)），保存为watermark.pdf - 用
PdfReader分别加载原文档和水印PDF，遍历每页，调用page.merge_page(watermark_page) - 页眉/页脚可结合
PageNumCanvas类（继承自 Canvas）自动插入页码，适合生成带编号的批量报告
提取文本并生成结构化PDF报表（组合应用）
例如：从10份发票PDF中提取金额、日期、供应商，汇总成一张带表格的总览PDF。
杰易CRM客户关系管理系统
下载
软件介绍 a.. 当今的市场压力迫使企业在提高产品质量和性能的同时，降低成本和缩短产品上市的时间。每个企业都在努力更新自己，包括其生产过程和产品，以满足这些需求。实现这些目标的三种方法是：业务处理再设计、新技术应用、与顾客形成战略联盟。 b.. 对所有的商业应用只有建立整体的IT体系结构，才能形成战略优势，才能确定企业的突破口。这种新的体系结构是以三层结构标准为基础的客户关系
立即学习“Python免费学习笔记（深入）”；
- 用 PyPDF2 的
page.extract_text()（或配合 pdfplumber 提高精度）提取关键字段 - 将结构化数据存入列表，用 reportlab 的
Table和TableStyle渲染为美观表格 - 导出为新PDF时，可嵌入中文字体（需提前注册
pdfmetrics.registerFont(TTFont('SimSun', 'simsum.ttc'))）
注意事项与避坑提示
实际批量运行时容易卡在细节上：
- PyPDF2 3.x 版本已弃用
PdfFileReader等旧类名，统一用PdfReader/PdfWriter - reportlab 生成中文需手动注册字体，否则显示方块；推荐用 .ttc 或 .ttf 文件，避免系统字体路径问题
- 大文件批量处理建议加异常捕获（
try/except PdfReadError），跳过损坏PDF，记录日志继续执行 -
内存占用高？用
del reader, writer及时释放对象，或改用生成器逐个处理而非全量加载
