批出口PDF属性

Question

TL；博士

我正在寻找一个充满PDF文件的文件目录，并将它们的属性，特别是页面号，“导出”到一个.CSV文件中。

Research

我已经找到了许多允许我批量导出PDF元数据的程序，但这通常与源信息有关，而不是与PDF本身的可用信息有关。

详细信息

我需要页码才能推断出页码的顺序。我正在使用的索引系统，将允许双方找到和沟通的文件。我计划拥有一个Excel文档，文档标题和唯一ID将需要对应PDF上的顺序bates编号。

我不介意用它来编写代码或进行广泛的创造性，但是它必须是可以批量完成的事情，因为有很多文件。

谢谢您能提供的任何帮助。

Answer 1

您说过您不介意编写代码，所以这里有一个简短的Python脚本，可以实现您想要的功能(据我理解)。

#!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()