Mesclar / converter vários arquivos PDF em um PDF

Como eu poderia mesclar / converter vários arquivos PDF em um arquivo PDF grande?

Tentei o seguinte, mas o conteúdo do arquivo de destino não era o esperado:

convert file1.pdf file2.pdf merged.pdf

Eu preciso de uma solução de linha de comando (CLI) muito simples / básica. O melhor seria se eu pudesse canalizar diretamente a saída da mesclagem / conversão pdf2ps(como originalmente tentado na minha pergunta anterior aqui: Linux piping (convert -> pdf2ps -> lp) ).

Considerando que pdfunitefaz parte do poppler, ele tem uma chance maior de ser instalado, o uso também é mais simples do que pdftk:

pdfunite in-1.pdf in-2.pdf in-n.pdf out.pdf

Experimente o bom ghostscript:

gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -sOutputFile=merged.pdf mine1.pdf mine2.pdf

ou mesmo desta maneira para uma versão melhorada para PDFs de baixa resolução (obrigado Adriano por apontar isso):

gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -dPDFSETTINGS=/prepress -sOutputFile=merged.pdf mine1.pdf mine2.pdf

Em ambos os casos, a resolução da saída é muito maior e melhor que essa usando o convert:

convert -density 300x300 -quality 100 mine1.pdf mine2.pdf merged.pdf

Dessa forma, você não precisaria instalar mais nada, apenas trabalhe com o que você já instalou no seu sistema (pelo menos os dois vêm por padrão no meu rhel).

Espero que isto ajude,

ATUALIZAÇÃO: obrigado por todos os seus comentários legais !! apenas uma dica que pode funcionar para vocês, depois de pesquisar no Google, achei um truque excelente para diminuir o tamanho de PDFs, reduzi um PDF de 300 MB para apenas 15 MB com uma resolução aceitável! e tudo isso com o bom fantasma, aqui está:

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/default -dNOPAUSE -dQUIET -dBATCH -dDetectDuplicateImages -dCompressFonts=true -r150 -sOutputFile=output.pdf input.pdf

Felicidades!!

Sinto muito, eu consegui encontrar a resposta usando o google e um pouco de sorte :)

Para os interessados;

Instalei o pdftk (pdf toolkit) em nosso servidor debian e, usando o seguinte comando, obtive a saída desejada:

pdftk file1.pdf file2.pdf cat output output.pdf

OU

gs -q -sPAPERSIZE=letter -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -sOutputFile=output.pdf file1.pdf file2.pdf file3.pdf ...

Por sua vez, isso pode ser canalizado diretamente para o pdf2ps.

Esta é a solução mais fácil se você tiver vários arquivos e não quiser digitar os nomes um por um:

qpdf --empty --pages *.pdf -- out.pdf

Também pdfjoin a.pdf b.pdfcriará um novo b-joined.pdfcom o conteúdo de a.pdf e b.pdf

Você pode usar o comando convert diretamente,

por exemplo

convert sub1.pdf sub2.pdf sub3.pdf merged.pdf

pdfuniteé bom mesclar PDFs inteiros. Se você quiser, por exemplo, as páginas 2 a 7 do arquivo1.pdf e as páginas 1,3,4 do arquivo2.pdf, será necessário pdfseparatedividir os arquivos em PDFs separados para cada página a ser entregue.pdfunite .

Nesse ponto, você provavelmente deseja um programa com mais opções. qpdfé o melhor utilitário que encontrei para manipular PDFs. pdftké maior e mais lento e o Red Hat / Fedora não o empacota devido à sua dependência do gcj. Outros utilitários de PDF têm dependências Mono ou Python. Descobri que qpdfproduzi um arquivo de saída muito menor do que o uso pdfseparatee pdfunitea montagem de páginas em um PDF de saída de 30 páginas, 970kB vs. 1,6450 kB. Por oferecer muito mais opções, qpdfa linha de comando não é tão simples; a solicitação original para mesclar arquivo1 e arquivo2 pode ser realizada com

qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf

Apache PDFBox http://pdfbox.apache.org/

PDFMerger Este aplicativo pega uma lista de documentos PDF e os mescla, salvando o resultado em um novo documento.

uso: java -jar pdfbox-app-xyzjar PDFMerger "Arquivos PDF de origem (2 ..n)" "Arquivo PDF de destino"

Use ferramentas PDF do python https://pypi.python.org/pypi/pdftools/1.0.6

Faça o download do arquivo tar.gz, descompacte-o e execute o comando abaixo

python pdftools-1.1.0/pdfmerge.py -o output.pdf -d file1.pdf file2.pdf file3 

Você deve instalar o pyhton3 antes de executar o comando acima

Essas ferramentas suportam o abaixo

• adicionar
• inserir
• Retirar
• Rodar
• Dividido
• Mesclar
• Fecho eclair

Você pode encontrar mais detalhes no link abaixo e é de código aberto

https://github.com/MrLeeh/pdftools

Você pode usar o sejda-console , de código aberto e gratuito. Descompacte e execute sejda-console merge -f file1.pdf file2.pdf -o merged.pdf

Ele preserva marcadores, anotações de links, acroformas, etc. Na verdade, ele tem muitas opções com as quais você pode brincar, basta correr sejda-console merge -hpara ver todas elas.

Se você deseja converter todas as imagens baixadas em um pdf, execute

convert img{0..19}.jpg slides.pdf

Eu segundo a pdfuniterecomendação. No entanto, eu estava recebendo Argument list too longerros, enquanto tentava mesclar arquivos> 2k PDF.

Voltei-me para o Python para este e dois pacotes externos: PyPDF2 (para lidar com todas as coisas relacionadas ao PDF) e natsort (para fazer um tipo "natural" dos nomes de arquivo do diretório). Caso isso possa ajudar alguém:

from PyPDF2 import PdfFileMerger
import natsort
import os

DIR = "dir-with-pdfs/"
OUTPUT = "output.pdf"

file_list = filter(lambda f: f.endswith('.pdf'), os.listdir(DIR))
file_list = natsort.natsorted(file_list)

# 'strict' used because of
# https://github.com/mstamy2/PyPDF2/issues/244#issuecomment-206952235
merger = PdfFileMerger(strict=False)

for f_name in file_list:
  f = open(os.path.join(DIR, f_name), "rb")
  merger.append(f)

output = open(OUTPUT, "wb")
merger.write(output)

Aqui está um método que eu uso, que funciona e é fácil de implementar. Isso vai exigir tanto a fpdf e FPDI bibliotecas que pode ser baixado aqui:

• FPDF: http://www.fpdf.org/en/download.php
• FPDI: https://www.setasign.com/products/fpdi/downloads

require('fpdf.php');
require('fpdi.php');

$files = ['doc1.pdf', 'doc2.pdf', 'doc3.pdf'];

$pdf = new FPDI();

foreach ($files as $file) {
    $pdf->setSourceFile($file);
    $tpl = $pdf->importPage(1, '/MediaBox');
    $pdf->addPage();
    $pdf->useTemplate($tpl);
}

$pdf->Output('F','merged.pdf');

Sou tendencioso por ser um dos desenvolvedores do PyMuPDF (uma ligação do MuPDF em Python).

Você pode facilmente fazer o que quiser com ele (e muito mais). O código do esqueleto funciona assim:

#-------------------------------------------------
import fitz         # the binding PyMuPDF
fout = fitz.open()  # new PDF for joined output
flist = ["1.pdf", "2.pdf", ...]  # list of filenames to be joined

for f in flist:
    fin = fitz.open(f)  # open an input file
    fout.insertPDF(fin) # append f
    fin.close()

fout.save("joined.pdf")
#-------------------------------------------------

É sobre isso. Várias opções estão disponíveis para selecionar apenas intervalos de páginas, manter um índice conjunto, reverter a sequência de páginas ou alterar a rotação da página, etc., etc.

Estamos em PyPi.

Eu gosto da ideia do Chasmo, mas prefiro usar as vantagens de coisas como

convert $(ls *.pdf) ../merged.pdf

Fornecer vários arquivos de origem convertleva a mesclá-los em um pdf comum. Este comando mescla todos os arquivos com .pdfextensão no diretório real no diretório merged.pdfpai.

Embora não seja uma solução de linha de comando, pode ajudar os macosusuários:

1. Selecione seus arquivos PDF
2. Clique com o botão direito do mouse nos arquivos destacados
3. Selecione Ações rápidas > Criar PDF

Você pode ver usar o pdftools gratuito e de código aberto (isenção de responsabilidade: eu sou o autor dele).

É basicamente uma interface Python para o pdfpagespacote Latex .

Para mesclar arquivos pdf um por um, você pode executar:

pdftools --input-file file1.pdf --input-file file2.pdf --output output.pdf

Para mesclar todos os arquivos pdf em um diretório, você pode executar:

pdftools --input-dir ./dir_with_pdfs --output output.pdf