Python PDFMerger 太慢

Question

我正在使用 PyPDF2 中的 PDFMerger。 我的程序基本上是讀取文件夾中的所有 PDF 並將它們合並為一個。 我用 15 個 PDF 文件進行了測試，每個文件大小為 500kb，效果非常好。 整個過程在一秒鍾內完成。 然而，當我嘗試大量處理時，過程花費的時間比我預期的要長。 我曾嘗試合並 1000 個文件，每個文件都是 500kb，讀取和附加所有這些 PDF 總共花費了 3 秒，但是在編寫 PDF 時，它花費了 67 秒。 我已經嘗試了 2 個級別的合並（500 合並為 1，其他 500 合並為其他 1，然后合並最后的 2），但持續時間大致相同。 有什么辦法可以加快這個寫作過程嗎？

我在下面添加我的代碼。

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

            merger.write(filename)
            merger.close()

Answer 1

這是一個比答案更長的評論。

我剛剛使用最新版本的 PyPDF2 嘗試了這個：

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")

這在我的機器上花費了大約 0.67 秒。

您使用的是哪個版本的 PyPDF2？ 哪個版本的 Python？ 是否有關於特定 PDF 的內容？ 單個PDF有多大？ 您是否啟用了某些壓縮功能？

沒有更多的細節，沒有人能夠幫助你。