Python PDFMerger 太慢

Question

我正在使用 PyPDF2 中的 PDFMerger。 我的程序基本上是读取文件夹中的所有 PDF 并将它们合并为一个。 我用 15 个 PDF 文件进行了测试，每个文件大小为 500kb，效果非常好。 整个过程在一秒钟内完成。 然而，当我尝试大量处理时，过程花费的时间比我预期的要长。 我曾尝试合并 1000 个文件，每个文件都是 500kb，读取和附加所有这些 PDF 总共花费了 3 秒，但是在编写 PDF 时，它花费了 67 秒。 我已经尝试了 2 个级别的合并（500 合并为 1，其他 500 合并为其他 1，然后合并最后的 2），但持续时间大致相同。 有什么办法可以加快这个写作过程吗？

我在下面添加我的代码。

            merger = PdfMerger()
            for pdf in dirs:
                if pdf.endswith('pdf'):
                       merger.append(pdf)

            merger.write(filename)
            merger.close()

Answer 1

这是一个比答案更长的评论。

我刚刚使用最新版本的 PyPDF2 尝试了这个：

from PyPDF2 import PdfReader, PdfWriter
import time

reader =PdfReader("a-two-page-doc.pdf")
writer = PdfWriter()

for i in range(1000):
    writer.append(reader)


t0 = time.time()
with open("out-2000-pages.pdf", "wb") as fp:
    writer.write(fp)
t1 = time.time()

print(f"{t1-t0:.2f}s")

这在我的机器上花费了大约 0.67 秒。

您使用的是哪个版本的 PyPDF2？ 哪个版本的 Python？ 是否有关于特定 PDF 的内容？ 单个PDF有多大？ 您是否启用了某些压缩功能？

没有更多的细节，没有人能够帮助你。